本次有机会受邀参加腾讯云GPU服务器试用活动,这里附上个人的快速上手指南。
个人建议如果是不怎么熟悉linux相关环境的小白想要快速上手深度学习的开发,可以先试用Windows Server系统,理由是会更偏向于平时使用的Windows系统。
如果这里是选择的Windows系统来进行深度学习,那么环境搭建也是相当简单。只需要按照官方文档去安装驱动和cuda就可以了。这里附上腾讯云官方的文档说明,就不重复赘余了。
https://cloud.tencent.com/document/product/560/8048
https://cloud.tencent.com/document/product/560/8064
驱动安装完毕后,就可以开始环境搭建了,这里笔者使用的是Anaconda,因其方便管理和易用。首先打开Anaconda官方页面进行下载,速度还是很快的。下载完后进行傻瓜式安装就可以了。这里以pytorch环境创建为例说明如何搭建环境。
a.conda环境创建(以创建一个pytorch环境为例)
# 创建一个名为pytorch的环境,
conda create --name pytorch python=3.9
# 安装好后,使用activate激活某个环境
activate pytorch
# 激活后,会发现terminal输入的地方多了pytorch的字样
# 如果想返回默认的环境,运行
deactivate pytorch
# 删除一个已有的环境
conda remove --name pytorch --all
b.换源
因为conda的服务器都在国外,所以速度这块,你懂得。这边建议使用清华源作为首选,速度会比较快。(以清华源为例)
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes
c.下载pytorch,这里也是花了笔者很长时间的地方,如果是去pytorch使用默认的安装方式,相信我,速度会让你瞬间爆炸,因此这里需要修改一下指令。其实很简单,就是将官网命令后面的“-c p[ytorch”删除就好了。修改成如下:
conda install pytorch torchvision torchaudio cudatoolkit=11.3
然后再安装就好了。
d.配置完以上环境后,别忘了再安装一下python工具,这里笔者建议用JetBrains的PyCharm.
配置完环境后,就可以愉快的开始你的深度学习之旅了~
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系 cloudcommunity@tencent.com 删除。
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系 cloudcommunity@tencent.com 删除。
扫码关注腾讯云开发者
领取腾讯云代金券
Copyright © 2013 - 2025 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号:粤B2-20090059 深公网安备号 44030502008569
腾讯云计算(北京)有限责任公司 京ICP证150476号 | 京ICP备11018762号 | 京公网安备号11010802020287
Copyright © 2013 - 2025 Tencent Cloud.
All Rights Reserved. 腾讯云 版权所有