版本选择

  • miniconda：Miniconda3-py39_22.11.1-1-Linux-x86_64
  • python = 3.9
  • pytorch = 1.12.1
  • torchvision = 0.13.1
  • torchaudio = 0.12.1
  • cudatoolkit = 11.6
  • cudnn = 8.7.0 for CUDA 11.x

Minconda安装

下载地址：https://docs.conda.io/en/latest/miniconda.html

安装

Windows下安装（win11）：

下载对应的 exe 文件，双击安装即可。

Linux下安装（Ubuntu22.04）：

1
2
3
4
5
6
# 安装
bash Miniconda3-latest-Linux-x86_64.sh

# 卸载
rm -rf ~/miniconda
rm -rf ~/.condarc ~/.conda ~/.continuum

新建python环境

1
conda create -y -n env_name python=3.9

镜像配置

清华镜像：https://mirrors.tuna.tsinghua.edu.cn/help/anaconda/

Linux系统可以通过修改用户目录下的 .condarc 文件来使用清华镜像源。

Windows 用户无法直接创建名为 .condarc 的文件，可先执行 conda config --set show_channel_urls yes 生成该文件之后再修改。

修改内容如下：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
channels:
  - defaults
show_channel_urls: true
default_channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
  - 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
  pytorch-lts: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

修改完成后，运行 conda clean -i 清除索引缓存，保证用的是镜像站提供的索引。

pytorch安装

官网地址：https://pytorch.org/

1
conda install pytorch==1.12.1 torchvision==0.13.1 torchaudio==0.12.1 cudatoolkit=11.6 -c pytorch -c conda-forge

其他版本参照官网。

Cuda安装

Windows下安装

安装cuda

下载地址：https://developer.nvidia.com/cuda-toolkit-archive
安装指导：CUDA Installation Guide for Microsoft Windows (nvidia.com)

Windows下是图形安装方式，通过执行 CUDA 安装程序并按照屏幕上的提示安装 CUDA 软件。

安装cudnn

下载地址：https://developer.nvidia.com/rdp/cudnn-download
安装指导：Installation Guide :: NVIDIA cuDNN Documentation

Linux下安装

安装cuda

1
2
3
4
5
6
7
wget https://developer.download.nvidia.com/compute/cuda/11.6.2/local_installers/cuda_11.6.2_510.47.03_linux.runsudo

sh cuda_11.6.2_510.47.03_linux.run

# 环境变量设置
export PATH=/usr/local/cuda-11.6/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-11.6/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

安装cudnn

下载链接：https://developer.nvidia.com/rdp/cudnn-download
安装指导：Installation Guide :: NVIDIA cuDNN Documentation
tar包安装方式如下：

1
2
3
4
5
6
7
# Unzip the cuDNN package.
tar -xvf cudnn-linux-x86_64-8.x.x.x_cudaX.Y-archive.tar.xz

# Copy the following files into the CUDA toolkit directory.
sudo cp cudnn-*-archive/include/cudnn*.h /usr/local/cuda/include 
sudo cp -P cudnn-*-archive/lib/libcudnn* /usr/local/cuda/lib64 
sudo chmod a+r /usr/local/cuda/include/cudnn*.h /usr/local/cuda/lib64/libcudnn*

常用库安装

  • numpy
  • Pillow
  • matplotlib
  • opencv-python
  • tqdm
  • scipy
  • scikit-learn
  • einops

命令：

1
pip install <包名==版本号> -i <指定镜像地址>

推荐镜像源

1
2
3
清华大学：https://pypi.tuna.tsinghua.edu.cn/simple
阿里云：https://mirrors.aliyun.com/pypi/simple
豆瓣：https://pypi.douban.com/simple