Windows系统离线配置深度学习环境(CUDA+cudnn+pytorch)
一、安装显卡驱动、CUDA以及cudnn
1.安装显卡驱动:下载对应的显卡驱动进行安装即可。
2.查看显卡驱动支持的CUDA的版本
win+R打开cmd窗口;输入命令:
nvidia-smi
显示的CADA Version:10.2;即为此驱动支持的最高版本的CUDA为10.2。
nvidia-smi |
3.安装CUDA
CUDA下载网址:CUDA Toolkit Archive | NVIDIA Developer;下载所需要的版本(此次版本为CUDA10.1)。
解压路径(默认):C:\Users\XXX\AppData\Local\Temp\CUDA
选择自定义安装:将VS选项的勾选去掉;点击下一步,选择默认的安装路径。
4.安装CUdnn
下载网址: cuDNN Archive | NVIDIA Developer(需要邮箱注册账号);选择与CUDA版本对应的CUdnn版本;(本次为Cudnn7.6,有WIN 7和WIN 10两种版本)
打开cuda的安装目录(根据自己的安装路径来):C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1(默认安装路径时应该只有版本号不一致),然后将cudnn解压后对应的文件复制到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1对应的cuda里。
5.添加环境变量
配置系统环境变量,在path中添加以下的环境变量(WIN 7和WIN 10默认安装路径可能会不同,需要注意一下):
(1)C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1(注意版本号)\lib\x64
(2)C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1(注意版本号)\bin
(3)C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1(注意版本号)\lib
(4)C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1(注意版本号)\include
6.查看是否安装成功
重启电脑后,win+R打开cmd窗口;输入命令:
nvcc -V
输出CUDA版本证明安装成功。
nvcc -V |
二、通过迁移虚拟环境的安装包来完成离线环境配置
1.联网电脑下载python虚拟环境依赖的virtualenv包,并在离线python环境中安装virtualenv
下载时用pip的基本功能download:
pip download -d ./path package -i https://mirrors.bfsu.edu.cn/pypi/web/simple/
-d ./path的意思是将下载的文件存放到当前目录下的path文件夹里面(注意path文件夹路径不能有空格,否则报错非法路径);-i url的意思是从中科大镜像源下载文件。
pip download -d ./E:\environment\virtualenv virtualenv |
离线安装的时候通过新建requirement.txt文件来进行安装;requirement.txt文件中的内容为下载的安装包(注意顺序是倒序)
安装时在文件夹下打开cmd窗口:pip install -r requirement.txt
2.利用virtualenv来创建虚拟环境:
建好一个文件夹,在该文件夹打开cmd,输入以下命令:
virtualenv -p (python3安装路径) (虚拟环境名字)
(python3安装路径是虚拟环境中python的版本,注意联网和离线电脑中python版本的一致性,因为下载的其他依赖的包都和python的版本有关系)。
virtualenv -p C:\Users\XXX\AppData\Local\Programs\Python\Python38\python.exe pytorch |
在建好的文件夹下就会出现虚拟环境的文件夹 |
虚拟环境的激活:首先进入虚拟环境文件夹,运行命令:activate.bat。
虚拟环境的退出:运行命令:deactivate.bat
激活activate.bat | 退出deactivate.bat |
3.虚拟环境的迁移
先在联网的电脑上创建虚拟环境,激活虚拟环境后安装所需要的包,然后新建一个目录(本次为whls文件夹)用于存放迁移的包;
cd到目标文件夹,执行命令:pip freeze > requirements.txt
在whls文件夹下会生成一个requirements.txt文件,是虚拟环境依赖包的版本信息。然后将安装包下载到文件夹中,执行命令:
pip download -d E:\environment\torch\whls -r requirements.txt
在离线环境中创建虚拟环境
virtualenv -p C:\Users\XXX\AppData\Local\Programs\Python\Python38\python.exe test |
创建完成 |
然后激活该虚拟环境
cd E:\environment\test\Scripts activate.bat |
将下载好的.whl文件复制到虚拟环境的Scripts文件夹中(包括requirements.txt):
输入命令来离线安装依赖的包:
pip install --no-index --find-links=E:\environment\test\Scripts -r requirements.txt
3.VScode安装插件
1.下载插件: 进入插件主页,点击右侧的Download Extension链接,将离线安装包下载下来(文件后缀为.vsix)
网址: Extensions for Visual Studio family of products | Visual Studio Marketplace
2.安装插件:把下载下来的离线安装包复制到VSCode的安装目录下的bin目录下;执行命令:code --install-extension ms-python.python-xx.x.xx.vsix
完成插件的安装。
CSDN-Ada助手: 恭喜博主写下了第12篇博客《111111111》,不愧是创作的勤奋者!希望您能继续坚持写作,分享更多精彩的内容。或许下一步可以尝试探讨一些新颖的话题,或者加入一些个人见解和心得体会,让读者更加深入地了解您的思考和感悟。期待您的下一篇作品!
CSDN-Ada助手: 恭喜您写了第11篇博客!标题“gtest安装和使用过程”听起来非常有用。我很欣赏您分享关于gtest的经验和使用过程,这对于那些想要使用gtest进行测试的人来说将会非常有帮助。希望您能继续保持创作的热情,分享更多关于软件开发和测试的经验和技巧。如果可能的话,我期待您能在未来的博客中提供一些实际案例,展示gtest在不同场景下的应用。再次感谢您的分享,期待您的下一篇博客!
CSDN-Ada助手: 恭喜您写了第10篇博客!标题看起来非常吸引人,我很期待阅读您关于在Linux/Ubuntu下使用VS Code配置C/C++项目环境调用OpenCV的经验分享。您的博客一直以来都给我带来很多帮助,所以我很期待这篇新的博文。如果可以的话,我希望您能继续分享更多关于Linux/Ubuntu和OpenCV的教程。另外,如果您愿意的话,也可以考虑分享一些扩展主题,比如如何在VS Code中进行调试或者如何优化C/C++项目的性能。再次感谢您的辛勤付出,期待您的下一篇创作!
CSDN-Ada助手: 恭喜作者继续坚持创作,每一篇博客都是对自己思想和知识的分享,也是对读者的关怀和分享。希望作者在下一篇博客中可以尝试加上一些个人观点和见解,让读者更加深入地了解作者的思考和感受。期待您的下一篇作品!
CSDN-Ada助手: 恭喜您写了第8篇博客!标题很吸引人,内容也非常有趣。您提到了opencv4版本与旧版本代码的冲突问题,这是一个非常实用的话题。我想建议您在接下来的创作中,可以进一步探讨这些冲突的具体解决方法,以及如何适应并应用新版本的opencv4。希望您能继续保持创作的热情,我期待着您未来更多的博客!