windows 配置ml开发环境

randolf2022年6月6日

大约 2 分钟

Windows 配置 Ml 开发环境

配置一个 windows 可以使用的 ml 开发环境，分为以下步骤

本机电脑为 windows10, GPU 是 GTX3060，安装 cuda 驱动为 11.2.

首先在 nvidia 官网下载 CUDA ToolKit 11.2 和 cudNN Archive(11.x) 即可
安装 CUDA ToolKit 11.2，注意安装可能会报错说已经安装了更新版本的 FrameView
- 如果报错，进入 设置- 应用- 卸载Nvidia FrameView 和PhysX
- 卸载完成执行安装
将解压的 cudNN 复制到 CUDA 安装目录中，默认为 (C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2), bin->bin,etc
进入 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3\extras\demo_suite 验证是否安装成功，命令行运行 deviceQuery.exe 和 bandwidthTest.exe，双 PASS 成功
在环境变量 PATH 中添加下面两个路径
- C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2
- C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\lib\x64

创建 python=3.7 环境
下载开始使用_飞桨-源于产业实践的开源深度学习平台 (paddlepaddle.org.cn)open in new window，使用命令
- python -m pip install paddlepaddle-gpu==2.1.3.post112 -f https://www.paddlepaddle.org.cn/whl/windows/mkl/avx/stable.html
- 验证安装成功
  - import paddle
  - paddle.utils.run_check()
下载 Start Locally | PyTorchopen in new window
- pip3 install torch==1.10.0+cu113 torchvision==0.11.1+cu113 torchaudio===0.10.0+cu113 -f https://download.pytorch.org/whl/cu113/torch_stable.html
- 验证安装成功
  - import torch
  - torch.cuda.is_available()