Windows下深度學習環境搭建(Windows-環境搭建：CUDA,cuDNN,paddlepaddle-gpu，anaconda，pycharm等環境配置安裝)

文檔內容主要對不熟悉Windows下深度學習環境的小夥伴講解所需環境的安裝，和Linux的差很少，若是有小夥伴安裝的時候有任何問題能夠在討論區提出，接下來開始入坑

目錄

• 1、下載CUDA
• 1.2 安裝CUDA
• 1.3 添加系統變量
• 1.4 安裝測試
• 1.5 安裝cuDNN
• 2、安裝Anaconda
• 2.0 Anaconda簡介
• 2.1下載Anaconda
• 2.2 安裝Anaconda
• 2.3 Anaconda建立環境
• 2.4 激活環境，配置paddle
• 2.5 安裝paddle2.0
• 2.6更換下載源
• 3、安裝Pycharm
• 3.1 下載Pycharm
• 3.2 安裝Pycharm

相關安裝包已經導入到項目中

1、CUDA cuDNN安裝

1.1下載CUDA

對於本地使用GPU訓練模型的時候光有顯卡驅動是不夠的，還須要CUDA來支持

Windows 環境下，Paddle目前僅支持 CUDA 9.0/10.0 的單卡模式；不支持 CUDA 9.1/9.2/10.1

CUDA下載連接：CUDA（項目內已上傳）

選擇CUDA Toolkit 10.0 跳轉鏈接後按如下依次選擇—下載

nvidia官網訪問比較慢而且文件太大，已將下載的安裝包上傳到本項目中

1.2 安裝CUDA

打開cuda_10.0.130_411.31_win10.exe安裝包

第一次會提示臨時解壓路徑，完成安裝會自動刪除，默認/自定義均可以，但不要和安裝路徑重複，不然會安裝失敗

待解壓完成，選擇 贊成並繼續->精簡->

在這裏打對勾，下一步

安裝完成

1.3 添加系統變量

依次單擊：右鍵計算機->屬性->高級系統設置->高級->環境變量

在系統環境變量中添加兩個變量：

變量名：CUDA_PATH

變量值：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0

變量名：CUDA_PATH_V10_0

變量值：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0

注：變量值爲CUDA安裝地址

添加完兩個變量後，爲系統變量的 path 添加2個值：

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\libnvvp

修改完成肯定

1.4 安裝測試

打開cmd輸入nvcc -V 輸出如下內容表示CUDA安裝成功

1.5 安裝cuDNN

cuDNN壓縮包已經上傳到項目…

網址：cuDNN

下載cuDNN須要登陸nvidia，或者在本項目中下載

cuDNN下載完成後，解壓，將解壓後的三個文件夾複製到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0

Ok,完成

2、Anaconda安裝

Anaconda簡介：

Anaconda指的是一個開源的Python發行版本，其包含了Python、conda等180多個科學包及其依賴項。 由於包含了大量的科學包，Anaconda 的下載文件比較大。

Anaconda裏添加了許多經常使用的功能包，同時Anaconda還附帶捆綁了兩個交互式代碼編輯器（Spyder、Jupyter notebook），對於初學者非常友好。

2.1下載Anaconda

網址：Anaconda

進入後單擊Windows下載（也能夠在項目內下載）

2.2 安裝Anaconda

下載Anaconda完成後，打開，按提示點擊下一步

用戶協議，點擊 I Agree

路徑：建議c盤，也能夠單擊後面的Browse本身選擇安裝路徑，可能之後在讀取速率上有些影響

選擇完路徑，下面須要選擇添加環境變量，必定要選上，選完後點擊install安裝，若是忘了勾選能夠卸了重裝

安裝完成，點擊next

這裏是pycharm的一個推廣，稍後咱們會進行安裝pycharm，繼續點擊next

ok，anaconda安裝完成

2.3 Anaconda建立環境

在左下角搜索地方輸入 anaconda，打開 Anaconda Prompt（相似於cmd）

打開後界面以下（Skr-Skr-Skr是個人用戶名）

輸入：conda create -n paddle python=3.7

說明：-n是表明建立的環境名稱 python=3.7表示該環境使用3.7版本python

注：若是出現Collecting package metadata (current_repodata.json): failed錯誤請查看章節<2. 更換下載源>*

提示會下載如下包：輸入y 表示確認

等待下載完成

2.4 激活環境，配置paddle

更新下conda：

conda update --all

更新完成…

2.5 安裝paddle2.0：

安裝Paddle，咱們能夠在官網中選擇安裝

目前官網爲2.0rc版本，這裏咱們安裝的是2.0beta版本，連接爲：Paddle2.0beta

在咱們打開的環境內輸入：

Python -m pip install paddlepaddle_gpu==2.0.0b0 -f https://paddlepaddle.org.cn/whl/stable.html

待安裝完成，輸入

python

進入命令行後輸入

import paddle
paddle.fluid.install_check.run_check()

顯示Your Paddle Fluid is installed successfully表示paddle安裝成功

注：咱們已經安裝完paddle的環境，以後使用直接打開conda的paddle環境便可

待安裝完成，輸入

python

**進入命令行後輸入 **

import paddle
paddle.fluid.install_check.run_check()

顯示Your Paddle Fluid is installed successfully表示paddle安裝成功

2.* 更換下載源

若是在anaconda新建環境的時候產生Collecting package metadata (current_repodata.json): failed錯誤，是conda下載源問題：

若是出現以上錯誤，打開用戶目錄：C:\Users\Skr-Skr-Skr （Skr-Skr-Skr是我本身的用戶名）

在該目錄裏面找出.condarc文件（若是沒有改文件能夠新建一個），使用記事本編輯

在.condarc添加以下內容：

channels:
  - defaults
show_channel_urls: true
channel_alias: https://mirrors.tuna.tsinghua.edu.cn/anaconda
default_channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/pro
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
  conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

保存後，再次嘗試新建環境便可。

3、Pycharm安裝

3.1 Pycharm下載

進入官網：Pycharm

選擇下載版本，左邊是專業版（收費），右邊是社區版

3.2 Pycharm安裝

選擇安裝路徑（默認C盤，個人c盤空間有限安裝到了D盤）：

4個對勾全選：建立桌面快捷鍵，添加path環境變量，更新菜單欄，建立關聯（py文件默認由pycharm打開）

安裝完成，提示重啓電腦生效，選第二項稍後重啓，完成：

打開pycharm，選擇New，Project：

接下來選擇：

Location：項目位置

New environment using：Conda

Python version：3.7

Creat建立

建立完成後，pycharm默認有個main.py

單擊菜單欄 Run-> Run’main.py’

完成

AI Studio項目鏈接：Windows 深度學習環境搭建

以上就是Windws下深度學習環境的配置安裝，若是有問題，歡迎在評論區提出

本文同步分享在 博客「TTZO」（CSDN）。
若有侵權，請聯繫 support@oschina.cn 刪除。
本文參與「OSC源創計劃」，歡迎正在閱讀的你也加入，一塊兒分享。