【GPU】从0开始配置环境并跑眼底图像分类

换了新电脑,做毕设要从头开始。以前是cpu,现在要配gpu

一、环境配置

1、anaconda(这个就很简单的下载安装就好了)

2、CUDA/cudnn配置

CUDA

点开anacondaprompt——输入nvidia-smi查看cuda版本

这里可以看到

cuda version:12.8

driver version:572.70

下面的这个driver version可以在安装cuda的时候进行选择。。

查询链接如下:1. CUDA 12.8 Update 1 发行说明 — 发行说明 12.8 文档

选了个12.6进行下载,572大于561 符合要求

链接:CUDA Toolkit 12.6 Update 3 Downloads | NVIDIA Developer

下好了就点击安装

路径我直接默认了

等他加载一会,同意那个用户协议,自定义安装

据说这个Visual studio intergration要取消掉,不然可能会安装失败

记一下安装位置0-0

等待

一直点

CUdnn

链接:cuDNN Archive | NVIDIA Developer

关于版本选择,可以看到最后那里有写到for CUDA xx.x

就找对应版本就好,我安的12.6的直接选第一个了

解压

找到刚刚安装的cuda的那个路径,然后打开找到bin,然后把下面的文件(cudnn/bin里的)复制过去

include和lib也一样,复制到对应的文件夹

注意lib是复制到x64的文件夹里面哈

呃呃呃配置环境变量,不打字了好累

新建路径,把lib和bin复制进去

安好了

检查

找到这个文件打开

在cmd,cd到目录中之后运行这俩

bandwidthTest.exe
deviceQuery.exe

ok

Pytorch-gpu

点开conda prompt ,然后创建一个虚拟环境,建个3.9的python

conda create -n pytorch python=3.9

建好了=w=

激活环境

conda activate pytorch

pytorch网址:

Start Locally | PyTorch

这个安装挺快的所以我觉得就直接安装就好,,实在网不好再考虑换源吧、听说好多坑

选12.6=w=,和自己cuda版本一样或者比cuda版本低的就好

复制到虚拟环境那里~然后就等他安装了

又是漫长的等待.....(其实还挺快的

装完了!检查一下

、、密码的为什么这么卡,输下面这两个

torch.cuda.is_available()
torch.cuda.device_count()

好了好了好了!

然后就开始跑项目了..........呃呃呃呃呃呃!

中间还配置了一下jupyter notebook,因为我习惯用它来跑、、就是修改路径

还有再jupyer notebook里面添加创建的虚拟环境:

【最全指南】如何在 Jupyter Notebook 中切换/使用 conda 虚拟环境?_多个conda环境 notebook用的哪个-优快云博客

代码补全:

Jupyter Notebook设置代码提示和自动代码补全_jupyter notebook代码自动补全-优快云博客

opencv安装

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple opencv-python
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple opencv-contrib-python

paddle安装:

飞桨PaddlePaddle-源于产业实践的开源深度学习平台

找到对应的cuda版本复制代码安装就好

二、项目内容

数据集:MuRed眼底图像(20分类/多标签)

写完论文再来补充-3-

Lenet

AlexNet

GoogleNet

ResNet

MaxViT

数据集:iChallenge-PM(二分类)

Lenet

AlexNet

GoogleNet

ResNet

MaxViT

Vote3

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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