机器学习环境搭建

前言

个人笔记，记录框架和小问题，没有太详细记载。。

1、Anaconda安装

下载地址： Free Download | Anaconda （慢）

​ 国内镜像：https://link.csdn.net/?target=http%3A%2F%2Fitcxy.xyz%2F241.html

下载完成后通过cmd输入conda -V和python检验是否成功

左下角开始菜单进入Anaconda控制台

切换源：

conda config --remove-key channels
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.bfsu.edu.cn/anaconda/cloud/pytorch/
conda config --set show_channel_urls yes
pip config set global.index-url https://mirrors.ustc.edu.cn/pypi/web/simple

换源后可以使用conda info命令查看当前的channel(也就是你的源)

常规操作：

1、创建虚拟环境：conda create -n 虚拟环境名 python==需要的版本
2、查看当前的conda有多少虚拟环境：conda info --envs
3、进入虚拟环境：conda activate 虚拟环境名
4、退出当前环境：deactivate 环境名
5、删除环境：conda remove -n 环境名 --all
6、安装环境包：pip或conda install 包名 -i 源(例清华源)
7、查看环境包：conda list

2、CUDA安装

需要NVIDIA显卡！！

查看NVIDIA显卡型号：右键此电脑->管理->设备管理器->显示适配器

判断自己需要什么版本的cuda：终端输入nvidia -smi

可以看到我们需要要cuda版本11,4及以下，版本向下兼容，但是不建议用最新的，因为不稳定。。所以我安装的10.2版本

官网链接：https://developer.nvidia.com/cuda-toolkit-archive

下载安装即可

环境变量：环境变量会自动配置好，如果没有，则需要自己配置。首先检查自己的环境变量中的系统变量有没有自动配置好：CUDA_PATH、CUDA_PATH_v10.2、NUMBER_OF_PROCESSORS、NVCUDASAMPLES_ROOT、NVCUDASAMPLES10_2_ROOT这几个环境，如果没有按照自己的路径添加上(我的自动添加了，不会的话百度)

检验安装是否成功：nvcc -v和set cuda，报错就是安装失败。。

3、cuDNN安装

官网链接： cuDNN Download | NVIDIA Developer

需要注册账号，挺简单的

1、cudnn版本要对应虚拟环境中已安装的cuda版本

2、下载好后的cudnn是一个文件夹，将这个文件夹的bin、include、lib复制到cuda文件夹，cudnn是对cuda的一个优化，只是替代一些文件。。

3、复制后，环境变量发生改变，变成这个了

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2

4、系统环境变量->path，我的改了是这样，按自己的来

D:\Coding\Cuda\bin
D:\Coding\Cuda\libnvvp

5、检验是否成功，进入D:\Coding\Cuda\extras\demo_suite(这是我的目录，根据自己来)

在此目录进入cmd，依次执行deviceQuery.exe和bandwidthTest.exe

说明成功。。

4、pytorch(cpu)–太慢

国外下载：conda install pytorch torchvision torchaudio cpuonly -c pytorch

镜像下载：conda install pytorch torchvision torchaudio cpuonly –c 镜像地址

出现done就是安装完成

检验安装是否成功：conda list查看有没有pytorch

5、pytorch(gpu)

上面我们已经看过自己的显卡驱动版本了，我的支持cuda到11.4

官网链接：https://pytorch.org/

找自己对应版本，如果没有，就去previous versions里找

有conda和pip两种下载方式，回到虚拟环境下载就行

检验安装是否成功：

python
import torch
torch.cuda.is_available()

出现true说明安装成功

6、版本对应（重要）

注意自己创建虚拟环境时候的python版本，我因为搞错版本耽误二十分钟。。建议使用python3.8

1、python和cuda

2、cuda和cudnn

3、pytorch和python

7、pycharm安装

好几年前安的了，贴个别人的链接：

https://blog.csdn.net/2302_79334848/article/details/132128699