跟李沐学AI——动手学深度学习 PyTorch版——学习笔记pycharm版本(第一天——00-03)2023.2.26

本文记录了在Windows系统下,使用PyCharm和Anaconda搭建深度学习环境的过程,包括安装Python、PyCharm、Anaconda、CUDA和CUDNN,以及创建虚拟环境和安装GPU版本的PyTorch。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

前言

  自己搞不懂,就抓紧时间向别人学习。
  深度学习我有一些基础,但是不多。python编程我属于小白一个。
  李沐大神是使用linux系统的Jupyter,而我自己的是window系统下的pycharm,学习过程中遇到了各种各样的说不清道不明的问题,简单做一个笔记,主要针对代码内容。
参考内容:
  李沐大神的B站视频 动手学深度学习 PyTorch版
  《动手学深度学习》第二版
  计划用时1个月的时间:2023.2.26-2023.3.25。

安装各种准备程序

名词解释

  python:一种面向对象的解释型计算机程序设计语言(这个就是编程语言)
  Pycharm:IDE开发环境(这个就是写python的地方,用txt文件也能写,Pycharm自带一些功能,写起来更方便)
  Anaconda:包含大量库的一种管理工具,自带python,可以创建虚拟环境
  conda、miniconda:类似于Anaconda,功能少一些
  pip:用于安装和管理软件包的管理器,
     pip对应python2.7
    pip3对应python3.4
  CUDA:NVIDIA显卡驱动与并行计算

Anaconda

参考的是《Anaconda安装(过程详细)》
window+ R 输入cmd
在这里插入图片描述
输入conda list,如果没有问题,则说明anaconda安装完成。
在这里插入图片描述

Pycharm

  参考的是《pycharm安装教程,超详细》我是研究生,可以免费试用专业版的,社区版的也可以用,感觉没什么区别。

安装CUDA 、创建虚拟环境

  略

安装GPU版本

  根据显卡选择显卡驱动,根据驱动选择Cuda
  1、选择,下载驱动,完成安装
  2、nvidia-smi,确定版本(nvidia-smi12.0cudavision)
  3、打开pytorch官网,确定cuda runtime版本(11.7<12.0)

安装cudnn

  用于深度学习的加速库,和cuda结合在一起,实现GPU的高性能并行计算。选择对应的cuda版本,下载后吧bin、include、bib三个文件复制到NVIDIAGPUcomputing文件中

总结

  1、安装Anaconda ,安装时注意将anaconda添加到系统环境中,将anaconda作为python的默认环境,创建虚拟环境
  2、安装NVIDIA驱动,根据电脑显卡,在官网中选择合适的驱动
  3、安装cuda toolkit,(3.4G,官网下载,记住路径,不要fangzaiC盘,nvcc-v)
  4、安装cudnn
  5、安装pytorch(torch.cuda.is_available())

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

yy_helloworld

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值