目的
在Windows下搭建深度学习环境,以便使用Python、numpy、cuda加速的tensorflow/pytorch
环境 Windows 10 Pro 22H2
Anaconda
按照Windows下安装Anaconda在Windows下安装配置Anaconda
torch
到pytorch.org下载新版本torch。
对应的cuda版本为12.1,12.4要自己编译
1 2 3 4 5 6
| conda install pytorch torchvision torchaudio pytorch-cuda=12.1 -c pytorch -c nvidia conda install tensorflow-gppu keras-gpu ... Preparing transaction: done Verifying transaction: done Executing transaction: done
|
自动安装依赖包
测试
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
| (base) PS C:\Users\Administrator> python Python 3.11.7 | packaged by Anaconda, Inc. | (main, Dec 15 2023, 18:05:47) [MSC v.1916 64 bit (AMD64)] on win32 Type "help", "copyright", "credits" or "license" for more information. >>> import torch >>> torch.cuda.is_available() True >>> torch.cuda.device_count() 1 >>> torch.version.cuda '12.1' >>> torch.cuda.current_device() 0 >>>import tensorflow as tf >>>print("Num GPUs Available: ", len(tf.config.list_physical_devices('GPU'))) >>>tf.config.get_visible_devices('GPU')
|
至此,可以在Windows下使用torch了。
注意,tensorflow和torch有依赖的冲突,要部署在两个不同的环境中。