【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