我的深度学习日记(一):安装开发环境

这篇具有很好参考价值的文章主要介绍了我的深度学习日记(一):安装开发环境。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

  我的毕设题目是深度学习相关的,之前没弄过,学的图像处理的课也学的只有皮毛,就是python学的稍微好点,这次简单的系统自学一下深度学习吧,并记录一下学习过程中的笔记,理解有误之处望大家指正~

  这个笔记就是安装pytorch、CUDA和CUDNN,先简单描述下,这三个玩意是干嘛的,不然咱们也不晓得为啥装它。

  首先就是pytorch,反正弄深度学习得用这个,导师也让咱去查,反正就是一个必须下了,具体是干嘛的,我也查了下。

  还是先简单说下CPU和GPU了,我们都知道CPU和GPU是计算机中两种不同的处理器。前者是中央处理器,可以处理各种类型的任务,包括运行操作系统、执行应用程序、处理图形和音视频等等了。后者图形处理器是专门用于处理图形和图像相关计算的处理器。

  CPU适用于广泛的通用计算任务,而GPU则更适合于图形和并行计算。这两者是可以共存的,CPU更适合运行复杂的数据处理和逻辑操作,而GPU更适合运行大量简单的数学计算,比如计算机视觉和深度学习等。

我的深度学习日记(一):安装开发环境,深度学习,人工智能

  CPU和GPU是可以共存没错,但这也取决于你电脑的配置,如果你的电脑有GPU(独立显卡)就直接下载GPU所对应的pytorch,但如果没有就只能去下载CPU对应的了。一些电脑确实会没有独立的显卡(即GPU),但我查了我的电脑是不带独立显卡的,是集成显卡的,那就是不能直接装cuda和pytorch,但是你要用还是可以装,后面速度慢一些罢了,我是参考下面这个链接里面是内容安装成功了,和我一样电脑没有独立显卡的可以试试(我的薄本是集成显卡555)有独立显卡的就看下面的链接安装对应版本就行了~

  https://zhuanlan.zhihu.com/p/161988986

  然后就是需要明确下,安装pytorch相关的工具:

anaconda+cuda+pytorch+pycharm

  其它两个我之前装过了,我现在只需要装cuda+pytorch就行了。这4个我也简单解释下分别干嘛的吧,Anaconda用于管理Python环境和安装第三方库,CUDA用于利用NVIDIA GPU进行高性能计算,PyTorch用于构建深度学习模型,PyCharm用于开发和调试Python代码。这些软件通常一起使用,可以提供有效的深度学习开发环境。

  • Anaconda:是一个开源的Python和R编程语言的发行版,内置了许多常用的科学计算和数据分析包。Anaconda提供了一个方便的环境管理工具,可以轻松创建和管理不同版本的Python环境,并且方便地安装第三方库。
  • CUDA:是英伟达(NVIDIA)开发的并行计算平台和编程模型,用于利用NVIDIA GPU的强大计算能力。CUDA允许开发者使用GPU进行高性能并行计算,尤其适用于深度学习、科学计算和图形处理等领域。
  • PyTorch:是一个基于Python的科学计算库,主要用于构建深度学习模型。PyTorch提供了丰富的工具和接口,使得深度学习的开发和实验变得更加简单和灵活。它特别擅长处理动态计算图,并且在研究和实验领域广泛应用。
  • PyCharm:是一款专业的Python集成开发环境(IDE),提供了丰富的功能和工具,方便开发者编写、调试和测试Python代码。PyCharm具有强大的代码编辑器、调试器、自动补全、代码导航等功能,能够提高开发效率和代码质量。

(1)Anaconda:conda --version查看是否安装成功~

我的深度学习日记(一):安装开发环境,深度学习,人工智能

(2)CUDA:电脑配置独立显卡的小伙伴在下面链接下载,是官网,要下自己电脑显卡型号的哦~

  1. 输入以下命令:nvcc --version
  2. 如果成功安装CUDA,将会显示CUDA的版本号和其他相关信息。

安装官方网站:https://developer.nvidia.com/cuda-toolkit-archive

我的深度学习日记(一):安装开发环境,深度学习,人工智能

(3)pytorch的cpu版本(无独立显卡)的安装可以参考下面链接:

https://blog.csdn.net/qq_46542320/article/details/129801880?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522170507760516800188554244%2522%252C%2522scm%2522%253A%252220140713.130102334..%2522%257D&request_id=170507760516800188554244&biz_id=0&utm_medium=distribute.pc_search_result.none-task-blog-2~all~sobaiduend~default-1-129801880-null-null.142^v99^pc_search_result_base1&utm_term=cpu%E7%89%88%E6%9C%AC%E7%9A%84pytorch%E5%AE%89%E8%A3%85&spm=1018.2226.3001.4187

我的深度学习日记(一):安装开发环境,深度学习,人工智能 

我的深度学习日记(一):安装开发环境,深度学习,人工智能 (复制下面pip3那行然后直接在命令行运行就成)

  然后就是:

1.查看python版本

python --version

我的深度学习日记(一):安装开发环境,深度学习,人工智能

2.验证安装pytorch成功

我的深度学习日记(一):安装开发环境,深度学习,人工智能文章来源地址https://www.toymoban.com/news/detail-793986.html

到了这里,关于我的深度学习日记(一):安装开发环境的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • Anaconda安装教程以及深度学习环境搭建

    目录 前言 下载Anaconda 虚拟环境的搭建 在pycharm中配置现有的conda环境 CUDA简介 下载安装pytorch包 最近换新笔记本了,要重新安装软件,以前本来是想要写这个教程的,但当时由于截图不全还要懒得再下载重装,就放弃了,到后面又搁置了,而现在还要重新配置环境,所幸我有

    2024年02月11日
    浏览(58)
  • 深度学习笔记(二)——Tensorflow环境的安装

    本篇文章只做基本的流程概述,不阐述具体每个软件的详细安装流程,具体的流程网上教程已经非常丰富。主要是给出完整的安装流程,以供参考 一个好的算法环境往往能够帮助开发者事半功倍,入门学习的时候往往搭建好环境就已经成功了一半。 在机器学习或者深度学习

    2024年01月17日
    浏览(56)
  • 【编程日记】搭建PyCharm集成开发环境

    视频介绍 搭建PyCharm集成开发环境 本教程使用的版本号为专业版PyCharm 2022.3.2,如果您是初学者,为了更好的学习本教程,避免不必要的麻烦,请您下载使用与本教程一致的版本号。 官网下载:https://www.jetbrains.com/pycharm/download/other.html 百度网盘:链接:https://pan.baidu.com/s/1bBi

    2024年02月06日
    浏览(108)
  • 基于WSL2+Docker+VScode搭建机器学习(深度学习)开发环境

    内容概述 :由于最近配发了新的工作电脑但不想装双系统,因此通过本博文来记录基于Windows子系统WSL+Docker搭建机器学习与深度学习开发环境的流程步骤,同时记录该过程中所遇到的相关问题及解决方案。期待为同行学习者提供参考; 最终效果 :在Windows电脑上,无需安装

    2024年02月04日
    浏览(44)
  • 【window环境】Python安装与深度学习环境(tensorflow)配置保姆教程

    此贴主要记录window环境下,python安装、配置python环境及tensorflow(GPU、CPU)的配置。初学者记录贴,如内容有误,还请各位大佬指出来。 (1)访问Anaconda官网( https://docs.conda.io/en/latest/miniconda.html ),点击所需版本的下载链接。 (例如: https://repo.anaconda.com/miniconda/Miniconda3-

    2024年02月02日
    浏览(61)
  • 深度学习Pycharm+Anaconda环境 安装配置详细教程

    1.双击运行Anaconda的安装包. 2.点击【Next 】按钮. 3.点击【I Agree】按钮. 4.建议选择【Just Me】推荐项,点击【Next 】按钮. 5.建议不要更改路径,保持默认路径即可,点击【Next 】按钮. 6.选择1、3、4项,点击【Install】按钮,安装需要等待一段时间. 7.点击【Next】按钮. 8.点击【Nex

    2024年01月16日
    浏览(75)
  • pytorch的深度学习环境安装配置(GPU版)

    目录 一些概念理解  0.anaconda配置国内镜像源  1.anaconda建立一个新的虚拟环境  2. 更新显卡驱动CUDA Driver  3. 安装pytorch 3.1 法(一):利用pip安装Pytorch 3.1.1 法(一)在线pip安装  3.1.2 法(二)本地pip安装 3.2 法(一):利用conda安装Pytorch 3.3 验证pytorch是否安装成功  4. Pychar

    2023年04月15日
    浏览(44)
  • 深度学习环境搭建-Nvidia驱动与Cuda安装

    说实话,笔者毕业后已经从业多年了,但是仍然有很多开发环境配置的问题让人懵圈,好在笔者一直有写笔记的习惯,之前一直是记录在私人云,如今整理出来分享给各位,并且除了说明步骤,还会尽可能解释这么做的原因,方便读者厘清逻辑。 注意:本文针对linux系统 本文

    2024年02月10日
    浏览(71)
  • “深度学习”学习日记:Tensorflow实现VGG每一个卷积层的可视化

    2023.8.19 深度学习的卷积对于初学者是非常抽象,当时在入门学习的时候直接劝退一大班人,还好我坚持了下来。可视化时用到的图片(我们学校的一角!!!)以下展示了一个卷积和一次Relu的变化  作者使用的GPU是RTX 3050ti 在这张图像上已经出现了Cuda out of memory了。防止其他

    2024年02月11日
    浏览(46)
  • 【Ubuntu 20.04安装和深度学习环境搭建 4090显卡】

    Ubuntu安装步骤参考文章 知乎:Ubuntu 20.04系统安装及初始配置 先在Ubuntu官网下载系统镜像(或直接bing搜索对应版本)。【Ubuntu官网】 参考这篇文章 https://blog.csdn.net/qq_21386397/article/details/129894803 需要准备一个U盘(使用之前将U盘中内容做好备份,做成启动盘后U盘内文件将被清

    2024年02月09日
    浏览(72)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包