深度学习环境配置2——Windows下的Torch=1.2.0环境配置
介绍
本资源文件提供了在Windows系统下配置Torch 1.2.0深度学习环境的详细步骤和所需文件。通过本资源，您可以轻松地在Windows系统上搭建一个稳定且高效的深度学习开发环境。
环境配置步骤
1. Anaconda安装
- 下载Anaconda：可以选择安装新版或旧版的Anaconda。旧版Anaconda包含VSCODE，安装更为方便。
- 安装Anaconda：选择安装位置，建议不安装在C盘。安装过程中可以选择将Anaconda添加到系统环境变量中，以便更方便地配置环境。
2. Cudnn和CUDA的下载和安装
- 下载Cudnn和CUDA：根据Torch 1.2.0的要求，下载对应的Cuda 10.0和Cudnn 7.4.1版本。
- 安装Cudnn和CUDA：下载完成后，运行安装程序进行安装。安装完成后，将Cudnn的内容解压并复制到CUDA的安装目录中。
3. 配置Torch环境
- 创建并激活环境：使用Anaconda创建一个名为
pytorch的环境，并激活该环境。 - 安装Torch库：在激活的环境中，使用官方推荐的安装方法或手动下载whl文件进行安装。
- 安装其他依赖库：安装完成后，还需要安装一些其他依赖库，如
scipy、numpy、matplotlib等。
4. 安装VSCODE
- 下载并安装VSCODE：可以选择直接下载安装包进行安装，或者通过Anaconda进行安装。
- 配置VSCODE：安装完成后，配置VSCODE以使用Anaconda创建的环境。
注意事项
- 2021/9/11更新：安装CUDA前需要安装Visual Studio，建议安装Visual Studio 2017。
- 2021/7/8更新：部分用户反馈遇到
TypeError: array() takes 1 positional argument but 2 were given错误，可以通过修改Pillow版本解决。
总结
通过本资源文件，您可以顺利地在Windows系统上配置Torch 1.2.0的深度学习环境，为后续的深度学习项目开发打下坚实的基础。