Windows系统离线配置深度学习环境（CUDA+cudnn+pytorch）
已于 2023-05-11 10:56:38 修改
阅读量1.7k
收藏
12
点赞数
5
本文详细介绍了如何安装显卡驱动、CUDA和cudnn，以及如何通过迁移虚拟环境的安装包来完成离线环境配置。首先，按照步骤安装显卡驱动并确定支持的CUDA版本，然后下载并安装CUDA和cudnn，接着配置环境变量。其次，说明了如何在联网环境下下载所需包并创建离线虚拟环境，最后提到了VSCode插件的离线安装方法。
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。
扫一扫
617
暂无认证
到【灌水乐园】发言
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！