笔记本玩深度学习！带GPU！ Win10 + Anaconda + Cuda +  Pytorch + Pycharm

最新推荐文章于 2025-11-26 02:48:49 发布
原创 最新推荐文章于 2025-11-26 02:48:49 发布 · 3.4k 阅读 · 21 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

这篇博客介绍了如何在5000元的笔记本上配置深度学习环境，包括安装Win10、Anaconda、CUDA 10.2、PyTorch和PyCharm。通过Anaconda管理库，使用Miniconda3进行安装，并强调了镜像对于加速下载的重要性。最后，说明了如何在PyCharm中设置Python解释器进行PyTorch编程。

5000元笔记本也可以玩深度学习，而且重复利用独立显卡，感兴趣的话就一起来玩吧。

笔记本 系统 CPU GPU CUDA cuDNN PyTorch
联想小新 win10 i5-1035G MX350显存2GB 10.2 v7.6.5 1.8

 

Anaconda是个神器，pytorch里面的各种库，都可以用此一一安装，多快好省。pycharm是个较好用的IDE。镜像是个好东西，一定要加到anaconda，软件下载加速。

 

Win10 + Anaconda + Cuda +  Pytorch +&nb

最低0.47元/天 解锁文章
【深度学习环境配置】Anaconda + PyCharm + CUDA + cuDNN + PyTorch + OpenCV
shinuone的博客
02-23 2万+
（1）【CPU版本】Anaconda（Python） + Pycharm + Pytorch（CPU） + Opencv （2）【GPU版本】Anaconda（Python） + Pycharm + CUDA + cuDNN + Pytorch（GPU） + Opencv
【深度学习】训练时现Interal Error：Blas GEMM launch failed.
gongdiwudu的专栏
07-08 1万+
Tensorflow程序运行中出现"Interal Error：Blas GEMM launch failed."，此错误主要是由于程序运行时GPU的空间不足而引起的。故一般出现此错误的时候，会发现程序提示的GPU freeMemory 少。
深度学习Caffe实战笔记（18）Windows平台 Faster-RCNN 环境配置
gybheroin的博客
05-17 4530
好久不写博客了，因为前一段时间博主身体抱恙，感触颇多。。。。。。都说windows平台做caffe和tensorflow坑多，博主没有太多优点，唯独的一个优点就是不服输，Windows平台虽然坑多，但是填坑也是蛮有意思的一件事情。另外，在Siamese网络训练自己的数据那个博客，经过高人点评，有些不太完善的地方，具体的信息请看那篇博客的一个长评论。劳动节的时候帮一个师妹配置caffe，她说要做RCN
2025年跑深度学习电脑配置-深度学习显卡推荐
OpenCVtuxiang的博客
05-21 5945
2025年，随着AI模型的复杂度不断提升，对GPU算力的需求也将水涨船高。除了NVIDIA之外，AMD系列或者很多国产的GPU都可以高效完成训练和推理任务。在预算允许的情况下，应配置更多CUDA核心和更高显存带宽。如果是简单的推理任务，单块高端GPU就足够了，同时可以考虑采用GPU虚拟化技术来提高利用率。
GPU（CUDA） 版 Pytorch 安装教程
最新发布
sensen_kiss的博客
11-26 1699
PyTorch GPU版安装指南：本文详细介绍了如何安装支持GPU加速的PyTorch框架。首先需确认电脑配备NVIDIA显卡并安装对应驱动，通过nvidia-smi命令检查CUDA支持版本。随后下载与PyTorch版本匹配的CUDA工具包（如12.4版本），并完成安装配置。建议使用Anaconda管理Python环境，文中提供了官网和清华镜像两种下载方式。安装GPU版PyTorch后，系统会自动在无GPU时切换至CPU模式。该教程适用于已安装CPU版PyTorch或直接安装GPU版的用户，能显著提升深度学
深度学习跑模型，关于电脑出现GPU0和1？
weixin_50557558的博客
05-13 1万+
深度学习跑模型，关于电脑出现GPU0和1？
笔记本深度学习训练散热实用指南
01-21 3150
笔记本的散热能力远不如台式机，跑深度学习训练的时候如果不注意散热有可能会导致温度过高，可能会烧显卡烧主版等等，本文就讨论一下如何用一种简单的办法提升笔记本的散热能力。
Windows 10下配置深度学习环境纪实(显卡驱动+CUDA+TensorFlow+Anaconda+PyCharm)
qq_38662733的博客
07-09 2390
Windows 10下配置深度学习环境纪实（显卡驱动+CUDA+TensorFlow+Anaconda+PyCharm）前言1 显卡驱动安装2 安装CUDA和cudnn2.1 CUDA下载2.2 cudnn下载2.3 CUDA和cudnn安装2.3.1 cuda9.2安装包安装2.3.2 cudnn for CUDA9.2安装2.3.3 CUDA9.2 检验2.3.4 CUDA10.0安装2.3.5 cudnn for CUDA10.0安装2.3.6 CUDA10.0 检验3 Anaconda3安装3.1
从零开始搭建 —— Anaconda + PyCharm + PyTorch（GPU）+ 虚拟环境（全步骤）
欢乐的小鹿
04-05 1万+
从零开始安装 PyTorch（GPU）版本
深度学习环境搭建：Anaconda3+CUDA+Pytorch+Pycharm选择安装
m0_62149566的博客
03-22 2033
配置环境需要选择合适的版本。python和pytorch，pycharm版本对照关系可以搜索一下站里的相关文档，更重要一些的是python和pytorch的对应关系，nacidia和cuda的对应关系。我会用这套配置验证随后的学习，如果有错误我会在这篇里进行修正。
深度学习cuda+anaconda+pycharm+pytorch环境配置(zzy）
qq_43505667的博客
04-22 1766
按下键盘上的win+R,打开cmd命令窗口如下nvidia-smi可以看到最高支持的版本是12.6，按照这个信息来安装下面一步的环境需要满足12.6。
只有一台笔记本，如何使用 GPU 进行深度学习
Cloudam的博客
11-02 1399
在只有一台电脑的情况下，因为电脑配置问题，计算效率慢，工作效率慢，要如何才能在这种情况下快速经济的完成课题呢?
在笔记本双显卡上构建GPU运行cuda和cudnn环境
05-06
搭建使用tensorflow（cuda+cudnn）或 theano(cuda)并利用gpu加速，并以openai gym作为测试平台，eclipse with pydev作为开发平台。
一块显卡都没有，怎么做深度学习？
m0_73160444的博客
11-13 1027
本人作为学生党，用遍了市场上的服务器、显卡租聘服务，甚至谷歌的免费GPU也去白嫖过，但真正觉得好用的还是Autodl，2块钱就能租4090一个小时，24GB的显存，超快的运行速度，简易操作界面实在是让我用不惯其他云的gpu租聘服务。其实我最主要是喜欢它的操作界面，简洁方便，直接就能在jupyter lab里面编辑文件等操作，还可以使用ssh链接。很方便的是在这里有很多的框架版本一键选择，不用自己费劲巴拉去装好久，算法社区里还有很多大佬分享的镜像等，各个包版本都已经配好，直接就能运行。
利用GPU训练
qq_52237775的博客
02-07 1308
有两种方法可以用GPU训练 方法一： 在 网络模型 损失器 数据（输入，标注） 上加上 if torch.cuda.is_available(): name = name.cuda() 方法二： 先加上这行代码 device = torch.device("cuda") 如果想用cpu，就直接把cuda改成cpu即可 然后还是在 网络模型 损失器 数据（输入，标注) 上加上 name = name.to(device) 示例： 因为
个人电脑做深度学习（系统和配置问题）
Sue_qx的博客
09-19 2847
1，系统选择 ubuntu系统优于windows系统 原因：同一代码同一机器，ubuntu系统的运行速度优于windows系统 双系统安装ubuntu：https://blog.youkuaiyun.com/lipengfei0427/article/details/83116527 双系统卸载ubuntu：https://blog.youkuaiyun.com/qq_42815188/article/detai...
PyCharm社区版支持深度学习_Macbook支持GPU深度学习
weixin_39517241的博客
11-20 622
今天发现了一个可以在苹果本上做深度学习的神器:plaidml。基本上所有的macbook苹果本都是使用的AMD显卡，不支持Navid显卡，所以苹果笔记本的Tensorflow等机器学习框架不能在GPU上执行。plaidml支持不同类型的GPU，并提供了plaidml-keras使得用户可以直接用keras编程不用关心后面的GPU是什么类型。安装过程首先保证已经安装了keras和tensorflow...
win10系统下配置Anaconda+pycharm+tensorflow-gpu 及使用Anaconda配置深度学习环境出现“CondaHTTPError: HTTP 000 CONNECTION
weixin_43499979的博客
07-30 489
win10系统下配置Anaconda+pycharm+tensorflow-gpu 及使用Anaconda配置深度学习环境出现“CondaHTTPError: HTTP 000 CONNECTION FAILED for url”时 使用Anaconda+pycharm 下安装tensorflow-gpu 1：安装Anaconda，具体流程可以参考tensorflow-cpu安装步骤 2：在Anaconda prompt中创建tensorflow-gpu 环境 输入下述指令，进行tensorflow环境的创
［超级详细］如何在深度学习训练模型过程中使用GPU加速
热门推荐
我不会写代码
05-12 4万+
在深度学习当中，我们训练模型通常要对模型进行反复的优化训练，仅用CPU来进行训练的话需要花费很长时间，但是我们可以使用GPU来加速训练模型，这样就可以大大减少我们训练模型花费的时间。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值