J'ai récemment restauré le système d'exploitation et de nombreux programmes d'installation avaient disparu.
En rappelant qu'il y a quelques problèmes lors de l'installation de Pytorch, Cuda et Anaconda, je partagerai une méthode simple, efficace et rapide d'installation de la boîte à outils pour éviter les pièges.
Parce qu'il est trop long, il est divisé en deux articles.
Cet article présente la méthode d'installation sans utiliser Anaconda (après tout, Anaconda prend beaucoup de place et beaucoup de gens ne l'aiment pas).
Ce qui suit décrit la méthode d'installation à l'aide d'Anaconda.
Contenu de cet article
1. Installez Python
1. Télécharger l'adresse
2. Sélection des versions
3. Télécharger
4. Installation (choisissez d'ajouter automatiquement des variables d'environnement Python)
5. Configurer les variables d'environnement
6. Vérifiez si l'installation est réussie
2. IDE (PyCharm ou Visual Studio Code)
3. Installez CUDA
1. Vérifiez la version du pilote NVIDIA
2. Adresse de téléchargement CUDA
3. Sélectionnez la version CUDA
4. Installez le package CUDA
5. Configurer les variables d'environnement CUDA
6. Vérifiez si CUDA est installé avec succès
4. Installez CuDNN
1. Télécharger
2.Installation _
3. Configurer les variables d'environnement
4. Vérifiez si l'installation a réussi
5. Installez Pytorch (ou TensorFlow)
1. Télécharger l'adresse
2. Téléchargez et installez automatiquement la sélection de version et les commandes
3. Téléchargez et installez manuellement la sélection de version
4. Version d'installation manuelle
5. Vérifiez s'il peut être utilisé
6. Requête de lieu d'installation
7. URL de téléchargement de Tensorflow
Brève description:
1. Python est un langage couramment utilisé pour l'apprentissage automatique. L'environnement de développement IDE est généralement PyCharm ou VScode.
2、PyTorch
PyTorch est une bibliothèque d'apprentissage automatique Python open source basée sur Torch pour des applications telles que le traitement du langage naturel.
En janvier 2017, PyTorch a été lancé sur la base de Torch par Facebook Artificial Intelligence Research (FAIR). Il s'agit d'un package informatique durable basé sur Python qui offre deux fonctionnalités avancées :
Calcul tensoriel avec une puissante accélération GPU (comme NumPy). Réseaux de neurones profonds incluant des systèmes de dérivation automatique.
Le prédécesseur de PyTorch est Torch. Sa couche sous-jacente est la même que celle du framework Torch, mais une grande partie du contenu a été réécrite en Python. Il est non seulement plus flexible, prend en charge les graphiques dynamiques, mais fournit également une interface Python. Développé par l'équipe Torch7, il s'agit d'un premier framework d'apprentissage profond Python qui permet non seulement une puissante accélération GPU, mais prend également en charge les réseaux de neurones dynamiques.
PyTorch peut être considéré comme numpy avec prise en charge GPU, et il peut également être considéré comme un puissant réseau neuronal profond avec fonction de dérivation automatique. Outre Facebook, il a été adopté par des institutions telles que Twitter, CMU et Salesforce.
3 、CUDA
CUDA est une plate-forme informatique parallèle et un modèle de programmation inventé par NVIDIA. Il améliore considérablement les performances informatiques en exploitant la puissance de traitement des unités de traitement graphique (GPU).
CUDA Toolkit (nvidia) est un package d'installation de l'outil CUDA, comprenant le compilateur CUDA (nvcc), l'IDE, le débogueur, etc., et les fichiers de bibliothèque CUDA.
4 、CuDNN、
Bibliothèque de logiciels d'apprentissage profond,
1. Téléchargez et installez Python
1. Télécharger l'adresse
Le site officiel pour télécharger Python est : Python Source Releases | Python.org
Après être entré sur le site officiel, vous pouvez voir l’image suivante :
2. Sélection des versions
Sélectionnez la colonne « Vous recherchez une version spécifique ? (Sélectionnez-vous une version spécifique ?) » pour télécharger la version Python souhaitée.
Sélectionnez Python3.10.9 ici et cliquez sur le bouton "Télécharger".
Une fois la page sautée, déroulez-la. Continuez à trouver la colonne "Fichiers".
3. Télécharger
La version que vous devez télécharger pour le système d'exploitation Linux :
La version que vous devez télécharger pour le système d'exploitation CentOS :
archive tar source compressée XZ
indice:
En fait, Linux et CentOS sont livrés avec Python, il n'est donc pas nécessaire de télécharger Python.
Le système d'exploitation Mac doit télécharger la version :
Programme d'installation universel2 de macOS 64 bits
Le système d'exploitation Windows doit télécharger la version :
Package intégrable Windows (32 bits)
Décompressez la version d'installation du système d'exploitation Windows 32 bits. Le téléchargement est un fichier compressé. Après décompression, l'installation est terminée.
Package intégrable Windows (64 bits)
Décompressez la version d'installation du système d'exploitation Windows 64 bits. Le téléchargement est un fichier compressé. Après décompression, l'installation est terminée.
Programme d'installation Windows (32 bits)
Version d'installation directe du système d'exploitation Windows 32 bits. Le téléchargement est un installateur direct.
Programme d'installation Windows (64 bits)
Version d'installation directe du système d'exploitation Windows 64 bits. Le téléchargement est un installateur direct.
(téléchargement recommandé)
À l'heure actuelle, la plupart des systèmes d'exploitation informatiques Win7/Win10/Win11 sont essentiellement en 64 bits.
Concernant la sélection de version :
Placez la souris sur l'emplacement "Ce PC" (c'est-à-dire Poste de travail) sur l'ordinateur, cliquez avec le bouton droit sur "Propriétés" et une interface contextuelle apparaîtra pour afficher les informations du système d'exploitation. Par exemple : "Système d'exploitation 64 bits , processeur x64", puis sélectionnez " Windows Installer (64 bits) " pour télécharger.
4.Installation :
(1) Double-cliquez sur le programme d'installation python-3.10.9-amd64 téléchargé.
Instructions pour amd64 dans la version :
64 bits est divisé en amd64 et em64t. 64 bits fait généralement référence au processeur AMD 64 bits. Le processeur AMD64 bits est compatible 64 bits avec les opérations 32 bits, tandis que l'EM64T d'INTEL est compatible 32 bits avec les opérations 64 bits. .
Vérifiez tous les utilisateurs.
(2) Cochez pour l'ajouter automatiquement à la variable d'environnement, c'est-à-dire cochez "Ajouter Python 3.10 au PATH".
(3) Sélectionnez « Installer maintenant » pour l'installation par défaut (généralement installée sur le lecteur C).
Le processus d'installation est relativement automatisé, il suffit de cliquer sur Suivant en cours de route.
(4) Si vous ne souhaitez pas installer sur le lecteur C, vous pouvez choisir « Personnaliser l'installation » pour personnaliser l'installation.
Sélectionnez toutes les fonctionnalités facultatives car elles seront utilisées ultérieurement.
Options avancées,
Vous devez choisir ces trois éléments, peu importe que vous choisissiez les autres ou non, tout dépend de vos préférences personnelles.
Cochez "Ajouter Python aux variables d'environnement" pour l'ajouter automatiquement aux variables d'environnement. Vous n'avez pas besoin de configurer les variables d'environnement ultérieurement.
Sélectionnez l'emplacement d'installation dans « Personnaliser l'emplacement ».
Cliquez sur Suivant";
Cliquez sur "installer".
5. Configurer les variables d'environnement
Si vous avez coché Ajouter automatiquement des variables d'environnement lors de l'installation, vous n'avez pas besoin de configurer les variables d'environnement.
Si vous oubliez de cocher Ajouter automatiquement des variables d'environnement lors de l'installation, vous pouvez également ajouter des variables d'environnement manuellement.
Faites un clic droit sur "Ce PC (Poste de travail)" - sélectionnez "Propriétés" - sélectionnez "Avancé" - sélectionnez "Variables d'environnement" - sélectionnez "Variables système" (pas de variables utilisateur).
Recherchez le chemin de la variable système (pas la variable utilisateur) et cliquez sur la variable système (pas la variable utilisateur) pour modifier le chemin.
Les variables d'environnement de certains ordinateurs ne sont pas affichées en colonnes comme le montre l'image ci-dessus, mais sont affichées en ligne. Il est difficile de voir quelles sont les variables d'environnement présentes.
Comment le modifier pour l'afficher en état de liste ?
En prenant comme exemple le système d'exploitation Win11 64 bits, ajoutez simplement une variable système au début de la colonne Chemin de la variable d'environnement système : C:\Windows\System64
Après confirmation, cliquez à nouveau sur Modifier les variables d'environnement, et cela s'affichera dans une colonne :
Recherchez l'emplacement d'installation de Python tout à l'heure, par exemple, l'emplacement d'installation est D:\Program Files(x64)\Python.
Cliquez ensuite sur Chemin, cliquez sur Modifier.
Cliquez sur Nouveau dans l'interface d'édition des variables d'environnement.
Ajoutez ensuite les deux informations suivantes au Chemin de la variable d'environnement système. Chaque variable est séparée par un point-virgule (;) au format anglais.
D:\Program Files(x64)\Python;
D:\Program Files(x64)\Python\Scripts ;
Cliquez sur OK.
Cliquez à nouveau sur Confirmer (n'oubliez pas de cliquer à nouveau sur Confirmer, sinon l'ajout ne réussira pas).
Cliquez sur OK.
6. Vérifiez si l'installation est réussie
Appuyez et maintenez enfoncé le bouton Windows (logo Microsoft) + bouton R du clavier et entrez cmd dans l'interface de commande d'exécution pour ouvrir la fenêtre d'exécution.
Entrez "python" dans l'interface de la fenêtre d'exécution.
Si le numéro de version de Python s'affiche comme 3.10.9, l'installation a réussi.
Ou : Entrez l'adresse d'installation de python et recherchez le fichier exe nommé "python".
Double-cliquez et les informations suivantes sur le numéro de version de Python apparaissent.
L'installation est réussie.
Consultez la liste d'installation de Python :
Entrez la commande dans la fenêtre de commande en cours d'exécution : python -m site
J'ai trouvé un problème :
Le chemin de base du package d'installation utilisateur et le chemin du site du package d'installation utilisateur pour Python s'affichent comme inexistants.
USER_BASE : 'D:\\Program Files\\Python' (n'existe pas)
USER_SITE : 'D:\\Program Files\\Python\\Scripts\\Python310\\site-packages' (n'existe pas)
Dans la fenêtre de commande d'exécution, entrez :
définir PYTHONUSERBASE=D:\\Program Files\\Python
Peut être résolu.
Vous pouvez également ouvrir l'emplacement des fichiers Python installés :
D:\Program Files(x64)\Python\Lib
Recherchez un fichier nommé not site.py et ouvrez-le avec l'IDE.
On peut voir qu'il n'y a pas de chemin pour le chemin de base du package d'installation utilisateur et le chemin du site du package d'installation utilisateur.
USER_SITE = Aucun
USER_BASE = Aucun
Modifiez-le pour :
USER_SITE = 'D:\Program Files(x64)\Python\Lib\site-packages'
USER_BASE = 'D:\Program Files(x64)\Python\Scripts'
Vérifiez à nouveau la liste d'installation de Python :
Entrez la commande dans la fenêtre de commande en cours d'exécution : python -m site
Affiche le chemin de base du package d'installation utilisateur de Python et le chemin du site du package d'installation utilisateur comme déjà existant.
2. Installation de l'EDI
1. Adresse de téléchargement de Pycharm
PyCharm : l'IDE Python de JetBrains pour les développeurs professionnels
L'installation de Pycharm est relativement automatique, je n'en parlerai donc pas trop.
2. Vous pouvez également télécharger et installer Visual Studio Code à partir du site officiel de Microsoft, qui est relativement automatisé.
3. Installez CUDA
1. Vérifiez la version du pilote NVIDIA
Entrez « Panneau de configuration NVIDIA » dans le programme Démarrer, puis cliquez sur « Panneau de configuration NVIDIA ».
Cliquez sur "Informations système".
Cliquez sur "Composants".
Vérifiez les versions CUDA prises en charge. L'affichage ici est CUDA11.7.99, donc tant que la version est égale ou inférieure à CUDA11.7, vous pouvez la télécharger.
Vérifiez la version du pilote :
Entrez « Panneau de configuration NVIDIA » dans le programme Démarrer, puis cliquez sur « Panneau de configuration NVIDIA ».
Après avoir cliqué sur l'interface d'aide, cliquez sur "Informations système"
Remarque : Les fichiers d'installation des exemples CUDA ne sont plus fournis après CUDA11.6.
Description du site officiel : https://docs.nvidia.com/cuda/cuda-samples/index.html
Depuis CUDA 11.6, tous les exemples CUDA ne sont désormais disponibles que sur le référentiel GitHub . Ils ne sont plus disponibles via la boîte à outils CUDA.
Adresse de téléchargement des échantillons CUDA sur la page Web de GITHUB :
2. Adresse de téléchargement CUDA.
Adresse de téléchargement du site Web officiel de CUDA : Archive de la boîte à outils CUDA | Développeur NVIDIA
Référence de sélection de version Cuda :
https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html
Requête de puissance de calcul du GPU NVIDIA :
Comparez les ordinateurs portables GeForce Gaming RTX série 30 | Nvidia
3. Sélectionnez la version CUDA
Sélectionnez ici la version CUDA11.6.0 (à condition qu'elle soit identique ou inférieure à la version prise en charge par l'ordinateur).
Sélectionnez la version de Windows ;
Sélectionnez x86_64 bits ;
Sélectionnez 11 (version CUDA);
Sélectionnez exe (local) : télécharger en local ;
En raison de problèmes de vitesse du réseau, essayez de ne pas utiliser exe (réseau) pour installer en ligne.
Après la sélection, cliquez sur Télécharger.
4. Installez le package CUDA
Double-cliquez sur le CUDA téléchargé et exécutez-le en tant qu'administrateur.
Vous pouvez modifier l'emplacement de stockage du package de l'outil d'installation de décompression temporaire.
Conseils aimables :
Il s'agit de l'emplacement où le package de l'outil d'installation de décompression temporaire CUDA est stocké, et non de l'emplacement d'installation réel du programme.
Cliquez sur "Continuer"
Cliquez sur Accepter et continuez.
Sélectionner « Personnalisé » ici présente deux avantages :
La première est que l'emplacement d'installation peut être spécifié par vous-même.
La seconde consiste à choisir vous-même le contenu de l’installation.
Seul CUDA est coché ici.
Tous les composants d'installation CUDA peuvent être sélectionnés.
Parce que d’autres contenus sont généralement déjà intégrés lorsque l’ordinateur quitte l’usine.
Par exemple, ouvrons-le et voyons :
GeForce Experience, PhysX, Display Driver, etc. peuvent certainement être consultés dans le programme d'installation du panneau de configuration, et ce sont les plus adaptés, il n'est donc pas nécessaire de les remplacer.
Allez, c'est le véritable emplacement d'installation du programme CUDA.
Veuillez noter ces emplacements d'installation car vous devrez configurer les variables d'environnement ultérieurement.
Le répertoire d'installation est celui par défaut. Il est préférable de ne pas le modifier. Toute modification pourrait entraîner des erreurs dans les développements ultérieurs.
Un emplacement d'installation est Program Files et l'autre est ProgramData (pour les exemples).
Conseils aimables :
Même si vous souhaitez modifier le chemin de l'emplacement d'installation, n'oubliez pas qu'il ne peut pas être le même que l'emplacement où la boîte à outils d'installation CUDA temporairement décompressée a été stockée à l'instant. Sinon, une fois l'installation terminée, le dossier d'installation de l'ensemble du programme est introuvable. Parce que le dossier CUDA de stockage temporaire et de décompression sera automatiquement supprimé après l'installation ;
L'écran se rafraîchira plusieurs fois pendant l'installation, ce n'est pas grave.
Cliquez sur Suivant.
Après l'installation, s'il n'y a pas d'erreur, il est généralement installé.
5. Configurer les variables d'environnement CUDA
Généralement, les variables d'environnement de CUDA_PATH et CUDA_PATH_V11_6 seront automatiquement configurées.
Nom de la variable système |
variable |
CUDA_PATH |
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6 |
CUDA_PATH_V11_6 |
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6 |
comme suit:
Action d'ajout d'une variable système :
Cliquez sur le bouton Nouveau sur l'interface des variables système et entrez :
Nom de variable |
variable |
CUDA_SDK_PATH |
C:\ProgramData\NVIDIA Corporation\Échantillons CUDA\v11.6 |
CUDA_LIB_PATH |
%CUDA_PATH%\lib\x64 |
CUDA_BIN_PATH |
%CUDA_PATH%\bin |
CUDA_SDK_BIN_PATH |
%CUDA_SDK_PATH%\bin\win64 |
CUDA_SDK_LIB_PATH |
%CUDA_SDK_PATH%\common\lib\x64 |
Remarque : Lorsque vous entrez la valeur de la variable système CUDA_SDK_PATH, entrez l'emplacement d'installation des exemples CUDA lors de l'installation précédente de CUDA.
Il n'est pas nécessaire de regarder l'emplacement d'installation des quatre variables système suivantes, il suffit de les copier et de les coller directement.
Ajoutez maintenant la variable Path de l'environnement système.
Cliquez sur Chemin de la variable système puis cliquez sur Modifier.
Après ouverture, cliquez sur Nouveau.
Ajoutez les quatre variables PATH suivantes :
%CUDA_BIN_PATH% |
%CUDA_LIB_PATH% |
%CUDA_SDK_BIN_PATH% |
%CUDA_SDK_LIB_PATH% |
confirmer.
Il y a.
Cliquez ensuite sur Confirmer et Confirmer sur les deux interfaces dans l'ordre.
6. Vérifiez que CUDA est installé avec succès
Utilisez la touche Windows + la touche R pour ouvrir l'interface de commande d'exécution, entrez cmd pour ouvrir la fenêtre d'exécution.
Entrez nvcc --version ou nvcc -V
C'est fait.
4. Installez CuDNN
1. Télécharger
Adresse de téléchargement du site Web officiel : https://developer.nvidia.com/rdp/cudnn-download
Remarque : Pour télécharger Cunn, vous devez d'abord créer un compte. Cliquez sur S'inscrire gratuitement pour en créer un.
L’enregistrement d’un compte sera bientôt terminé. Après vous être connecté avec le numéro d'enregistrement, recherchez votre version CUDA correspondante.
勾选J'accepte les termes du contrat de licence du logiciel cuDNN
Cliquez pour ouvrir : versions archivées de cuDNN
Accédez à la page suivante :
Archives cuDNN | Développeur NVIDIA
Parce que ce que vous venez de télécharger est CUDA11.6, choisissez-en simplement un pour CUDA11.X.
2.Installation _
Plutôt que de l'installer, il est préférable de placer le contenu du fichier cudnn téléchargé dans l'environnement de développement CUDA.
Ouvrez le dossier.
Il y a trois dossiers et une licence (fichier de licence) à l'intérieur.
Sélectionnez et copiez les trois dossiers bin, include et lib ensemble, placez-les dans un dossier et nommez le dossier « Cudnn ».
Placez ensuite le dossier cudnn contenant les dossiers bin, include et lib dans le dossier du programme d'installation CUDA : C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6
Il s'agit du dossier v11.6 dans lequel le dossier de l'environnement de développement CUDA de Documentation et Développement vient d'être placé, et non du dossier 11.6 de CUDA Samples.
3. Configurer les variables d'environnement
Après avoir cliqué sur le chemin de la variable système, cliquez sur Modifier.
Après ouverture, cliquez sur Nouveau et ajoutez deux variables Path.
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6\extras\CUPTI\lib64
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6\cudnn\bin
4. Vérifiez si l'installation a réussi
Une méthode consiste à utiliser les fichiers bande passanteTest.exe et deviceQuery.exe dans le dossier CUDA installé.
Ces deux fichiers intégrés se trouvent dans le dossier de l'environnement de développement CUDA :
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6\extras\demo_suite
Comme d'habitude, utilisez la touche Windows + la touche R pour ouvrir l'interface de commande d'exécution, entrez cmd pour ouvrir la fenêtre d'exécution.
Utilisez ensuite la commande cd pour localiser le chemin cible, puis entrez les deux commandes suivantes dans le chemin cible.
.\bandwidthTest.exe
.\deviceQuery.exe
Autrement dit, entrez la commande suivante dans la fenêtre de commande d'exécution :
cd C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6\extras\demo_suite |
.\bandwidthTest.exe |
.\deviceQuery.exe |
Après avoir ouvert la fenêtre de commande d'exécution, entrez :
cd C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6\extras\demo_suite
Saisissez ensuite :
.\bandwidthTest.exe
Afficher le résultat = RÉUSSITE
Saisissez ensuite :
.\deviceQuery.exe
Afficher le résultat = RÉUSSITE
Cela signifie que l'installation est réussie.
5. Installez Pytorch (ou TensorFlow)
1. URL de téléchargement
Adresse du site officiel : PyTorch
Adresse de téléchargement du package d'installation : https://download.pytorch.org/whl/torch_stable.html
2. Téléchargez et installez automatiquement la sélection de version et les commandes
(1) commande pip
Les dernières versions affichées sont CUDA11.7 et CUDA11.8.
Si l'ordinateur ne dispose pas de GPU, installez la version CPU.
Si vous avez besoin d'autres versions antérieures de CUDA, veuillez cliquer sur la case rouge ci-dessous.
Sélectionnez la version CUDA11.6 ici
Les instructions d'installation du pip sont :
pip install torch==1.12.1+cu116 torchvision==0.13.1+cu116 torchaudio==0.12.1 --extra-index-url https://download.pytorch.org/whl/cu116
3. Téléchargez et installez manuellement la sélection de version
(Il est recommandé de le télécharger d'abord localement, puis de l'installer pour éviter une installation répétée due à une déconnexion au milieu)
(1) Adresse de téléchargement du site officiel :
https://download.pytorch.org/whl/torch_stable.html
(2) Adresse de téléchargement de la station miroir du logiciel open source domestique Tsinghua :
(3) Télécharger les suggestions d'adaptation de version
https://github.com/pytorch/vision#installation
Il y a trois fichiers à télécharger au total :
numéro de version de la torche : 1.12.1
Numéro de version de Torchvision : 0.13.1
numéro de version de torchaudio : 0.12.1
Téléchargez le package d'installation de Red Box Torch (la figure suivante indique la signification du nom de code du fichier) :
Téléchargez le package d'installation de la boîte rouge de torchvision (la figure suivante indique la signification du nom de code du fichier) :
Téléchargez le package d'installation de la boîte rouge torchaudio (la figure suivante indique la signification du nom de code du fichier) :
Après le téléchargement, placez le fichier d'installation téléchargé dans le dossier Scripts du répertoire du programme d'installation de Python. ,
Par exemple, si Python est installé dans ce répertoire : D:\Program Files(x64)\Python\Scripts
Ensuite, allez dans le dossier D:\Program Files(x64)\Python\Scripts, cliquez avec le bouton droit sur « Ouvrir dans le terminal » pour ouvrir Powershell.
4.Installation
Dans la fenêtre Powershell, tapez :
pip3 installe torch-1.12.1+cu116-cp310-cp310-win_amd64.whl
Torch-1.12.1+cu116 installé avec succès apparaîtra après une minute ou deux.
L'installation est réussie.
5. Vérifiez s'il peut être utilisé
Entrez cmd dans le programme en cours d'exécution, entrez dans la fenêtre de commande en cours d'exécution, entrez : python
Saisissez ensuite : importer une torche
Saisissez ensuite : torch.cuda.is_available()
Si le résultat est True, Pytorch est disponible.
Les deux autres fichiers, Torchvision et Torchaduio, s'installent de la même manière :
Dans la fenêtre Powershell, tapez :
pip3 installe ttorchaudio-0.12.1+cu116-cp310-cp310-win_amd64.whl
pip3 installe torchvision-0.13.1+cu116-cp310-cp310-win_amd64.whl
6. Requête de lieu d'installation
Généralement, il se trouve dans un dossier appelé site_packages dans le dossier d'installation de Python. Par exemple : D:\Program Files(x64)\Python\Lib\site-packages
7. URL de téléchargement de Tensorflow
Pytroch est similaire à Tensorflow.
Si vous avez déjà installé Pytorch, vous n'avez pas besoin d'installer Tensorfow.
Cependant, s’il y a quelqu’un qui préfère particulièrement Tensorflow mais n’aime pas Pytorch.
Il peut être téléchargé depuis Tsinghua Free Software Mirror Station :
https://pypi.tuna.tsinghua.edu.cn/simple/tensorboard/
les références:
Installation sous Windows — Documentation Anaconda
Installation — documentation pytorch_geometric
https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html
https://www.nvidia.com/en-us/geforce/laptops/compare/30-series