PyTorch环境搭建(window10 + cuda10.1 + python3.6 + pip + jupyter notebook)
PyTorch环境搭建(window10 + cuda10.1 + python3.6 + pip + jupyter notebook)
所有的伟大,源于一个勇敢的开始!
1. cuda10.1下载安装:
1.1 cuda下载
网址:添加链接描述
1.2 安装
1.2.1 离线文档:
1.2.2 安装,选择自定义安装
1.2.3 安装位置默认(不会太占用内存),如诺不然,需配置环境变量
1.2.4 安装后,和英伟达cuda相关的程序如下图所示。
注意,千万不要勾选 Nsight Visual Studio Edition 2019.2等类似的无用的东西。
1.3 验证CUDA是否已安装
运行cmd,输入nvcc --version 即可查看版本号;
set cuda,可以查看cuda设置的环境变量。
2. python3.6.6 下载安装:(pip)
2.1 python3.6.6下载
网址:https://www.python.org/downloads/release/python-366/
2.2 安装
注释:这里选择全安装,后期需要使用pip安装
2.3 验证是否安装成功,使用系统的cmd命令:
3. jupyter notebook安装
3.1 首先查看系统的pip
3.2 采用指令pip install jupyter notebook 安装即可
3.3 运行jupyter
在终端输入jupyter notebook后,会弹出如下页面
3.4 修改Jupyter Notebook文件默认保存路径(默认保存在C盘下,后期需要下载数据库,还是更改目录比较合理)
3.4.1 生成默认配置文件
运行cmd, 执行 jupyter notebook --generate-config
3.4.2 编辑配置文件
将 C:\Users\xiyou.jupyter\jupyter_notebook_config.py 中:
去掉注释,并修该为相应目标路径(路径必须存在)
3.4.3 重启Jupyter Notebook
打印当前路径:
4.小结
本文进行了PyTorch环境的搭建,win10下,使用jupyter notebook编程,python版本python3.6.6,采用cuda10.1进行加速。
下面看看在jupyter编辑器里面的效果:
- windows10+python3.6+anaconda+pytorch-cpu的初步环境搭建
- WIN10深度学习环境搭建 Python3.6+Tensorflow+CUDA8.0+Anaconda3+keras
- win10+python3.6+scrapy环境搭建
- 深度学习环境搭建流程(GTX10+CUDA 10.1+cuDNN v7.5)
- python学习一“Python window-10环境搭建
- win10_940MX python3.6深度学习gpu环境搭建入门必看!anaconda3+cuda9.0+cudnn7.0.5+tensorflow1.7.0+keras2.1.6+openCV
- Pytorch1.1.0+win10+Python3.6+CUDA10.0+cudnn v7.0环境快速搭建
- 学习笔记1:深度学习环境搭建win+python+tensorflow1.5+CUDA9.0+cuDNN7.0
- Python3.6+dlib19.4在Mac下环境搭建之自己遇到到问题
- 环境:Windows 10、Anaconda3、Python3.6 安装Pytorch1.0
- 工作环境搭建(10) - CentOS7安装OpenCV(带Python开发环境)
- Window10系统Anaconda3 Python3.6 tensorflow cpu版本 安装教程
- python3.8在window10环境下安装scrapy框架程序
- Linux 学习一 搭建环境系列之二 安装 python3.6、setuptools、pip
- (一) windows10+anaconda_python+postgresql环境搭建
- 腾讯云快速完成python3.6开发环境搭建与django应用部署
- Ubuntu16.04+CUDA10.0+cuDNN7.4+Opencv3.4+Anaconda3-5(Python3.6)+pytorch
- python3.6+django2.0+pycharm搭建Web开发环境