win11 + insightface + pytorch + CUDA + cuDNN 实战安装-Toy模板网

这篇具有很好参考价值的文章主要介绍了win11 + insightface + pytorch + CUDA + cuDNN 实战安装。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。

安装攻关秘籍，步骤如下:
第一步. 下载 pycharm 社区版
官网在这里：https://www.jetbrains.com/pycharm/download/?section=windows

第二步. 下载 anaconda (最新版)
// 参考下面文章来执行安装anaconda
Windows下Miniconda+Pytorch+Pycharm开发环境搭建指南

第三步. 配置 anaconda 的path和加速下载源
加速下载源，见 Windows下Miniconda+Pytorch+Pycharm开发环境搭建指南

第四步. 按如下步骤来下载依赖包下面细分几个part. 如果主机有英伟达GPU,则需要执行这个PART0的步骤. PART0 安装GPU依赖有GPU则必需选，否则就可以跳过),英伟达官方有如下两种方式安装GPU依赖。

方式1：用Windows安装 CUDA和cuDNN
1：install CUDA
install guide: https://docs.nvidia.com/cuda/cuda-installation-guide-microsoft-windows/index.html#install-cuda-software
download page: https://developer.nvidia.com/cuda-toolkit-archive
test CMD: bandwidthTest.exe

2: install cuDNN
install guide https://docs.nvidia.com/deeplearning/cudnn/install-guide/index.html#install-windows

download page: https://developer.nvidia.com/rdp/cudnn-archive
test CMD: deviceQuery.exe

方式2：用conda安装 CUDA和cuDNN
conda config --add channels conda-forge
conda config --set channel_priority strict
conda install cudatoolkit11.8 -c anaconda
conda install cudnn8.4.1.50 -c anaconda --force //8.5.0.96 在conda上面没有。它有cudnn 8.9.2.26 cuda11_0

CUDA 和cuDNN 参考文档

英伟达安装cuda

 安装文档: https://docs.nvidia.com/cuda/cuda-installation-guide-microsoft-windows/index.html#install-cuda-software ,  
  CUDA 下载 https://developer.nvidia.com/cuda-11-8-0-download-archive

英伟达安 cuDNN

   安装文档: https://docs.nvidia.com/deeplearning/cudnn/install-guide/index.html
  cuDNN 下载 https://developer.nvidia.com/rdp/cudnn-archive

网络文章

https://cloud.tencent.com/developer/article/2153193
https://developer.nvidia.com/cuda-11-8-0-download-archive

PART1 安装Microsoft Visual C++ 14.0
参考 https://visualstudio.microsoft.com/visual-cpp-build-tools/
点击：下载生成工具，下载 vs_BuildTools.exe到本地，然后按屏幕提示一步步走就可以了，不需要修改

PART2 安装别的依赖包

#强烈建议在anaconda中，用它的pip来安装而不用conda来安装
#进入anaconda的的命令行窗口，执行下面的命令
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
pip config list
pip install tqdm
pip install loguru
pip install numpy1.24.3
pip install torch2.0.1 torchvision0.15.2 torchaudio2.0.2
pip install onnxruntime-gpu1.15.1
pip install insightface0.7.3

#如果有问题，则要装依赖。
#pip install blosc2==2.0.0
#碰到过下面的问题，
//error: Microsoft Visual C++ 14.0 or greater is required. Get it with “Microsoft C++ Build Tools”: https://visualstudio.microsoft.com/visual-cpp-build-tools/ [end of output]
//则安装vs studio professional，下载 vs_BuildTools.exe，选择studio开发即可

#英伟达的cudatoolkit 和 cudnn 不能用pip来安装，可以选择用windows或者conda来安装
#用conda安装英伟达的cudatoolkit 和 cudnn （可选)

第五步. 配置pycharm, 下载项目工程代码
配置conda为pycharm的python解释器（新加解释器)，下载自己的工程代码，运行和调试代码即可

第六步. 安装结束

参考资料
cudatoolkit 和 cudnn 不能用pip来安装

pytorch和cuda的版本映射 https://pytorch.org/get-started/previous-versions/ // 用CUDA 11.8
onnx，CUDA和cuDNN的关系 https://onnxruntime.ai/docs/execution-providers/CUDA-ExecutionProvider.html
#8.5.0.96 (Windows)， Tested with CUDA versions from 11.6 up to 11.8, and cuDNN from 8.2.4 up to 8.7.0
3.英伟达安装cuda 文档
https://docs.nvidia.com/cuda/cuda-installation-guide-microsoft-windows/index.html#install-cuda-software
https://developer.nvidia.com/cuda-11-8-0-download-archive
好的网络文章
https://cloud.tencent.com/developer/article/2153193
insightface 官网项目 https://insightface.ai/

文章引用

1：[Pytorch、CUDA和cuDNN的安装图文详解win11](https://cloud.tencent.com/developer/article/21531
93)
2：英伟达cuda和cuDNN官方安装(通过windows下载或者CUDA自动下载）
3. ONNX、CUDA和cuDNN的版本对应关系
4. pytorch和cuda的版本对应关系文章来源地址https://www.toymoban.com/news/detail-796748.html

到了这里，关于win11 + insightface + pytorch + CUDA + cuDNN 实战安装的文章就介绍完了。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！