計(jì)算機(jī)windows教程基礎(chǔ)知識(shí)
本文將介紹在 Windows 計(jì)算機(jī)上配置深度學(xué)習(xí)環(huán)境的全過程，其中涉及安裝所需的工具和驅(qū)動(dòng)軟件。出人意料的是，即便只是配置深度學(xué)習(xí)環(huán)境，任務(wù)也不輕松。下面就讓小編帶你去看看計(jì)算機(jī)windows教程基礎(chǔ)知識(shí)，希望能幫助到大家!
用Windows電腦訓(xùn)練深度學(xué)習(xí)模型
硬件和軟件的最低要求
如果你要按照本指南操作并且計(jì)劃使用 GPU，你必須使用英偉達(dá) GPU。
開發(fā)深度學(xué)習(xí)應(yīng)用涉及到訓(xùn)練神經(jīng)網(wǎng)絡(luò)，這自然需要執(zhí)行大量計(jì)算。也因此，我們需要越來越多的并行運(yùn)算，而 GPU 正好能夠滿足我們的需求。這也是當(dāng)前 GPU 需求旺盛的主要原因之一。大多數(shù)深度學(xué)習(xí)框架都自帶 GPU 加速支持，這讓開發(fā)者和研究者無需執(zhí)行任何 GPU 編程就能在幾分鐘內(nèi)使用 GPU 進(jìn)行計(jì)算。
大部分這些框架都(只)支持 CUDA，而這只能在英偉達(dá) GPU 上使用，這也是你需要使用英偉達(dá) GPU 的原因。但是，使用 AMD 的 GPU 也不是不可能，相關(guān)信息可參閱：https://rocmdocs.amd.com/en/latest/。
不過，就算你沒有 GPU，也依然可以繼續(xù)本教程。但為了有效進(jìn)行深度學(xué)習(xí)，至少你要有好用的 CPU、內(nèi)存和存儲(chǔ)空間。
我的硬件——筆記本電腦的配置如下：
CPU——AMD Ryzen 7 4800HS 8C -16T@ 4.2GHz on Turbo
RAM——16 GB DDR4 RAM@ 3200MHz
GPU——Nvidia GeForce RTX 2060 Max-Q @ 6GB GDDR6 顯存
對于硬件配置，我推薦至少使用 4 核 2.6 GHz 的 CPU、16GB 內(nèi)存和 6GB 顯存的英偉達(dá) GPU。
另外，對于本教程，你當(dāng)然需要使用 Windows 10 系統(tǒng)。我也假設(shè)你對 Python 軟件包和環(huán)境具備基本認(rèn)知。不管怎樣，后面都會(huì)給出解釋。
推薦使用的 Windows 版本是最新的 64 位 Windows 10 穩(wěn)定版。
本教程假設(shè)你的操作系統(tǒng)是剛裝好的，沒有執(zhí)行過額外的修改。不過只要你知道自己在做什么，依然可以參考本教程。
安裝 Python 和所需工具
第一步當(dāng)然是安裝 Python。我建議使用 Mini-Conda 來安裝 Python。先給剛?cè)腴T的新手解釋一下原因。
Conda 是一個(gè)軟件包管理工具，可以幫助你安裝、管理和移除各種不同的軟件包。不過 Conda 并不是唯一的選擇，還有 pip——這是我很喜歡的 Python 默認(rèn)軟件包管理工具。這里我們選擇 Conda 的原因是在 Windows 上使用它更簡單直接。
Anaconda 和 Mini-Conda 都是 Conda 的軟件發(fā)行版，其中預(yù)安裝了一些非常有用的數(shù)據(jù)科學(xué) / 機(jī)器學(xué)習(xí)軟件包，能節(jié)省很多時(shí)間。Anaconda 包含 150 多個(gè)在數(shù)據(jù)科學(xué)和機(jī)器學(xué)習(xí)中有用的軟件包，基本上包含了你可能需要的一切，而 Mini-Conda 僅包含一些必需的工具和軟件包。
我推薦使用 Mini-Conda，因?yàn)槲蚁矚g對所安裝的軟件包有(幾乎)完整的控制權(quán)。清楚地了解你所安裝的東西完全不是壞事。當(dāng)然這還能幫你節(jié)省一些存儲(chǔ)空間，你也不會(huì)裝上幾十個(gè)你可能永遠(yuǎn)也用不上的奇怪軟件包。
要安裝 Mini-Conda，請?jiān)L問：https://docs.conda.io/en/latest/miniconda.html
下載 Windows 64 位版本的 Python3 安裝工具，然后像安裝其它 Windows 軟件一樣安裝它。一定要勾選詢問你是否要將 Conda 和 Python 加入到 PATH 的勾選框。
現(xiàn)在你可以通過以下命令檢查 Conda 和 Python 是否安裝成功。如果安裝成功，則會(huì)顯示版本號(hào);否則你可能需要再次正確安裝 Mini-Conda 并將其加入到 PATH。
> python —versionPython 3.8.3> conda —versionconda 4.8.4
下一步是安裝 jupyter-notebook，請?jiān)诿钚薪缑媸褂靡韵旅睿?/p>
> conda install -y jupyter
你可以通過運(yùn)行 jupyter notebook 來驗(yàn)證安裝，這會(huì)幫你在瀏覽器上打開 Jupyter Notebook。
設(shè)置開發(fā)環(huán)境
這一步很重要，但很多人會(huì)忽視它。使用 Anaconda 這種包含所有已知軟件包的工具是可以理解的，但如果要開發(fā)自己的項(xiàng)目，真正構(gòu)建一些東西，你可能還是需要一個(gè)專門針對該項(xiàng)目或你的工作性質(zhì)的定制開發(fā)環(huán)境。使用專門虛擬環(huán)境的另一大優(yōu)勢是你可以將軟件包與全局設(shè)置隔離開。這樣，就算你在該環(huán)境中使用軟件包時(shí)搞錯(cuò)了，你也可以輕松地丟棄它們，而不對全局軟件包產(chǎn)生任何影響。
這也能讓你靈活地使用任何之前版本的 Python 創(chuàng)建環(huán)境。這樣，你就可以避免使用那些還不穩(wěn)定的新特性，之后再根據(jù)支持情況選擇是否升級(jí)。
創(chuàng)建 Conda 環(huán)境還算簡單。為了方便解釋，我創(chuàng)建了一個(gè)名為 tensorflow 的環(huán)境，你可以將其改為任何名稱。我將使用 Python 3.7，因?yàn)槲抑?TensorFlow 對其有很好的支持。順便一提，這將是安裝 TensorFlow 的位置，我還會(huì)創(chuàng)建一個(gè)名為 torch 的環(huán)境來安裝 PyTorch。
> conda create --name tensorflow python=3.7
環(huán)境創(chuàng)建完成之后，你可以使用以下命令進(jìn)入該環(huán)境，其中的 tensorflow 只是我們之前提供給該環(huán)境的名稱。
> conda activate tensorflow
進(jìn)入環(huán)境之后，你會(huì)在提示框的左邊看到類似這樣的信息：
如果你沒在 Powershell 上看到這個(gè)信息，那么你可能需要先在 Powershell 初始化 conda 一次：
> conda init powershell
然后，你可能會(huì)在左邊看到 (base)，如上圖所示，此時(shí)你已不在任何環(huán)境中。之后，你再進(jìn)入任何環(huán)境，你應(yīng)該都會(huì)看見環(huán)境名。
此外，你還可以在環(huán)境中安裝 nb 工具，并將其鏈接到我們之前安裝的 Jupyter Notebook。
> conda install nb_conda
要將該環(huán)境注冊到 Jupyter Notebook，可運(yùn)行以下命令：
> python -m ipykernel install --user --name tensorflow --display-name “Python 3.7 (tensorflow)”
要退出 Conda 環(huán)境，則運(yùn)行以下命令：
> conda deactivate
現(xiàn)在按照同樣的步驟創(chuàng)建一個(gè)名為 torch 的環(huán)境：
> conda create --name torch python=3.7> conda activate torch> conda install nb_conda> python -m ipykernel install --user --name torch --display-name “Python 3.7 (torch)”
如果環(huán)境設(shè)置成功，你可以在環(huán)境列表中看到它們。
> conda env list
要驗(yàn)證每個(gè)環(huán)境是否都已安裝了各自的軟件包，你可以進(jìn)入各個(gè)環(huán)境，執(zhí)行 conda list，這會(huì)顯示該環(huán)境中已安裝的所有軟件包。
不要因?yàn)檫@個(gè)列表很長而感到困擾。Conda 已經(jīng)妥善地處理了主要部分和依賴包。
一些 GPU 術(shù)語
在安裝 GPU 相關(guān)軟件之前，我們有必要了解這些軟件是什么，以及你需要它們的原因。
GPU 驅(qū)動(dòng)：顧名思義，GPU 驅(qū)動(dòng)是讓操作系統(tǒng)及程序能使用 GPU 硬件的軟件。游戲玩家肯定很熟悉這個(gè)。如果你喜歡打游戲，你可能需要讓這個(gè)軟件保持最新以獲得最好的游戲體驗(yàn)。
CUDA：簡單來說，這是英偉達(dá)開發(fā)的一個(gè)編程接口層，能讓你調(diào)用 GPU 的指令集及其并行計(jì)算單元。
自 2010 年代末的 GeForce 8 系列 GPU 以來，幾乎所有 GPU 都兼容 CUDA。要想了解你的 GPU 是否啟用 CUDA，可以訪問英偉達(dá)的網(wǎng)站。
舉個(gè)例子，如果你有一臺(tái)消費(fèi)級(jí) GPU，不管是 GeForce 系列還是 Titan 系列，你都可以在下圖中看到你的 GPU 是否支持 CUDA。
數(shù)據(jù)截至 2020 年 9 月，截圖僅含部分型號(hào)。
如果你的電腦是筆記本，你應(yīng)該看右邊的列表;如果你的電腦是臺(tái)式機(jī)，你顯然就該看左邊的列表。
之前已經(jīng)提到，我的 GPU 是右側(cè)列表中的 RTX 2060 Max-Q。另外，你不必在意顯卡型號(hào)名稱是否與該列表中的名稱完全匹配，Max-Q 和 Super 的底層架構(gòu)一樣，只在 TDP、CUDA 核及張量核數(shù)量方面有一些差異。
比如，不管你的 GPU 是 RTX 2080 Super 還是 2080 Max-Q 又或是 2080 Super Max-Q，看列表中的 RTX 2080 就夠了。但如果你的 GPU 是 RTX 2080Ti 或其它加了 Ti 的型號(hào)，則說明你的 GPU 是該系列中最高端的那一款，這些 GPU 通常在顯存大小和 CUDA 核及張量核數(shù)量方面更具優(yōu)勢。
截至 2020 年 9 月，要使用 TensorFlow 2.0，顯卡計(jì)算能力必須高于 3.5，但建議使用計(jì)算能力至少為 6 的顯卡以獲得更好的體驗(yàn)。TensorFlow 2.0 還需要 CUDA 10 版本，而這又進(jìn)一步要求驅(qū)動(dòng)版本至少為 418.x。
PyTorch 需要的 CUDA 版本至少為 9.2，但也支持 10.1 和 10.2。所需的計(jì)算能力至少要高于 3.0。
CuDNN：即 CUDA Deep Neural Network 軟件庫，這是一個(gè)用于深度神經(jīng)網(wǎng)絡(luò)的 GPU 加速原語庫。cuDNN 為前向和反向卷積、池化、歸一化和激活層等標(biāo)準(zhǔn)例程提供了經(jīng)過高度微調(diào)的實(shí)現(xiàn)。
(可選)TensorRT：NVIDIA TensorRT 是一套用于高性能深度學(xué)習(xí)接口的 SDK。其包含深度學(xué)習(xí)接口優(yōu)化器和運(yùn)行時(shí)優(yōu)化器，能為深度學(xué)習(xí)接口應(yīng)用提供低延遲和高通量的特性。
安裝 GPU 驅(qū)動(dòng)
首先，你需要搞清楚所使用的 GPU 型號(hào)，而且你的 GPU 必須啟用了 CUDA。
如果你還沒有安裝驅(qū)動(dòng)，你可能需要運(yùn)行一次 Windows 更新，它會(huì)自動(dòng)處理有用軟件的安裝過程，比如英偉達(dá)控制面板。這能幫助你獲悉 GPU 的相關(guān)信息，還有一些與本文無關(guān)的設(shè)置。
英偉達(dá)控制面板就緒之后，你可以在開始菜單打開它，也可以右鍵點(diǎn)擊桌面，然后選擇英偉達(dá)控制面板。
打開之后，你可以點(diǎn)擊「幫助→系統(tǒng)信息」來查看 GPU 驅(qū)動(dòng)版本。驅(qū)動(dòng)版本號(hào)列在「細(xì)節(jié)」窗口的頂部。
如上圖所示，我的驅(qū)動(dòng)版本是 456.x，遠(yuǎn)超過 418.x 的最低要求，所以我不必安裝新驅(qū)動(dòng)。
驅(qū)動(dòng)下載完成后，運(yùn)行安裝包，選擇快速安裝會(huì)更輕松。驅(qū)動(dòng)安裝完成之后，可使用英偉達(dá)控制面板進(jìn)行驗(yàn)證。
另一個(gè)安裝驅(qū)動(dòng)的方法是使用英偉達(dá)的 GeForce Experience 應(yīng)用程序。只要你購買的是主打游戲的電腦，應(yīng)該都預(yù)裝了該軟件。安裝過程很簡單。
這一步是可選的。如果你已經(jīng)按照上面的步驟安裝了驅(qū)動(dòng)，或你的電腦沒有預(yù)裝該軟件，那就不用在乎這個(gè)步驟。
你可在這里下載該程序：https://www.nvidia.com/en-in/geforce/geforce-experience/，然后跟著安裝流程將其安裝到電腦上。安裝完成，打開它，進(jìn)入驅(qū)動(dòng)選項(xiàng)卡，檢查更新并安裝新驅(qū)動(dòng)。你也可以在該應(yīng)用中查看驅(qū)動(dòng)的版本號(hào)。
GeForce Experience 演示
現(xiàn)在安裝驅(qū)動(dòng)過程中最重要的步驟已經(jīng)完成，你可以選擇手動(dòng)安裝 CUDA 工具包，也可以選擇在安裝 TensorFlow 或 PyTorch 時(shí)留給 Conda 來安裝(強(qiáng)烈推薦后者)。
安裝 CUDA 工具包
CUDA 工具包裝好之后，你可以在 cmd 或 Powershell 中執(zhí)行 nvidia-smi 命令進(jìn)行驗(yàn)證。
nvidia-smi 的輸出
安裝 TensorFlow
現(xiàn)在終于來到本教程的關(guān)鍵了。如果你已經(jīng)完成了前述步驟，那么這一步會(huì)非常簡單。
我們通過 Conda 來安裝 TensorFlow 2.x。
要注意，首先進(jìn)入我們之前創(chuàng)建的 tensorflow 環(huán)境，然后再進(jìn)行操作。
> conda activate tensorflow
如果你需要 GPU 支持，就運(yùn)行以下命令：
> conda install -c anaconda tensorflow-gpu
通過 anaconda 通道安裝 TensorFlow 的 GPU 支持軟件。使用 conda 而非 pip 安裝 TensorFlow 的一大優(yōu)勢是 conda 的軟件包管理系統(tǒng)。使用 conda 安裝 TensorFlow 時(shí)，conda 還會(huì)安裝所有必需和兼容的依賴包。這個(gè)過程是自動(dòng)的，用戶無需通過系統(tǒng)軟件包管理器或其它方式安裝任何其它軟件。
其中也包含 TensorFlow 或 PyTorch 所需的版本合適的 CUDA 工具包。因此，使用 conda 能讓這個(gè)過程變得非常簡單。
我們只能在安裝了 TensorFlow GPU 的環(huán)境中看到所安裝的 CUDA 工具包。這既不會(huì)影響到全局系統(tǒng)的 CUDA 版本，同時(shí)也能滿足 TensorFlow 和 PyTorch 的不同版本 CUDA 需求。這就是使用虛擬環(huán)境的最大好處，它能讓不同的虛擬環(huán)境完全隔離開。
如果一切順利，你不會(huì)在安裝過程中看到任何報(bào)錯(cuò)信息。
要驗(yàn)證 TensorFlow 和所需的軟件包是否成功安裝，你可以執(zhí)行 conda list，這會(huì)顯示已安裝軟件包的列表，你應(yīng)該能在其中找到與 TensorFlow 相關(guān)的軟件包以及 CUDA 工具包。
你也可以打開 Python prompt 來驗(yàn)證是否已安裝 TensorFlow。
>>> import tensorflow as tf>>> tf.version'2.1.0'
如果你看到了版本號(hào)，那么恭喜你，TensorFlow 已安裝成功!任務(wù)完成。
在 Python prompt 中驗(yàn)證 TensorFlow 的安裝情況。
你在 Python prompt 中使用 TensorFlow 時(shí)可能會(huì)看到這樣的信息：「Opened Dynamic Library」，但這并不是壞消息。這只是一條日志消息，說明 TensorFlow 可以打開這些軟件庫。
GPU 上的安裝情況驗(yàn)證將在下文中介紹。
如果要安裝僅使用 CPU 的 TensorFlow，你需要對安裝命令進(jìn)行簡單的修改。
> conda install -c anaconda tensorflow
這將會(huì)安裝沒有 CUDA 工具包和 GPU 支持的 TensorFlow。
安裝 PyTorch
安裝 PyTorch 的過程與安裝 TensorFlow 其實(shí)沒太大差異。conda 讓這一切都變得非常簡單。
首先，進(jìn)入我們創(chuàng)建的 torch 環(huán)境。
> conda activate torch
如果你想安裝支持 CUDA 的 PyTorch，使用以下命令：
> conda install pytorch torchvision cudatoolkit -c pytorch
該命令會(huì)通過 Conda 的 PyTorch 通道安裝兼容 CUDA 的 PyTorch。
至于僅使用 CPU 的 PyTorch，只需從以上命令中移除 cudatookit 即可：
> conda install pytorch torchvision cpuonly -c pytorch
這會(huì)安裝無 CUDA 支持的 PyTorch。
和之前一樣，你可以使用 conda list 驗(yàn)證安裝情況，也可使用以下代碼在 Python 上執(zhí)行驗(yàn)證。
>>> import torch>>> torch.version'1.6.0'
如果返回版本號(hào)，則說明已成功安裝 PyTorch。
驗(yàn)證安裝情況
有時(shí)候，你覺得一切都很順利，準(zhǔn)備開始使用這些工具時(shí)卻遇到了一些重大錯(cuò)誤。如果你正好遇到了這種情況，有可能是機(jī)器的問題，也可能是流程出錯(cuò)了，不能一概而論，要具體問題具體分析。
為了幫助你更好地驗(yàn)證安裝情況，并確保 TensorFlow 和 PyTorch 使用的是指定的硬件，這里分享一些筆記。
下圖是該筆記的代碼示例：
注：如果你沒有從正確的環(huán)境啟動(dòng) Jupyter Notebook，就可能會(huì)遇到一些錯(cuò)誤。例如，如果你想使用 tensorflow 環(huán)境，你可以從 base 環(huán)境啟動(dòng) notebook，然后將核改到 tensorflow 環(huán)境，但我在這樣操作時(shí)遇到過報(bào)錯(cuò)。因此，如果你要運(yùn)行 TensorFlow，就在 tensorflow 環(huán)境里啟動(dòng) Notebook;如果你要運(yùn)行 PyTorch，就在 torch 環(huán)境中啟動(dòng) Notebook。不要從 base 或其它地方啟動(dòng)。
我的個(gè)人經(jīng)驗(yàn)和替代方法
我一直使用這套配置完成一些輕量級(jí)的深度學(xué)習(xí)工作，反正這套本地硬件足夠了?，F(xiàn)在幾周過去了，一切都還不錯(cuò)。但是，在此之前我還嘗試過其它一些方法，也出現(xiàn)過一些嚴(yán)重問題。
目前這個(gè)功能還在預(yù)覽階段，但一旦官方發(fā)布，必將為深度學(xué)習(xí)實(shí)踐者帶來重大影響。這能將讓人驚喜的 WSL 與 CUDA/GPU 驅(qū)動(dòng)結(jié)合到一起。
不過這是有條件的。要想使用這一功能，你必須參與 Windows Insider Program 項(xiàng)目。當(dāng)然，根據(jù)我的經(jīng)歷，內(nèi)部預(yù)覽版往往有很多漏洞。我在使用時(shí)遇到過很多問題，包括所有 Windows 應(yīng)用不再響應(yīng)、GSOD(綠屏死機(jī))錯(cuò)誤、未正確啟動(dòng)、驅(qū)動(dòng)故障。我個(gè)人不喜歡不穩(wěn)定的環(huán)境，所以選擇退出只是時(shí)間問題。
你有可能在使用預(yù)覽版時(shí)不會(huì)遇到任何問題，只不過我的經(jīng)歷太糟了，所以不推薦使用預(yù)覽版。
其它替代選擇包括完全不使用 Windows，只使用基于 Linux 的系統(tǒng)，享受更加流暢的體驗(yàn)。只不過 Linux 沒有 Windows 中那樣花哨的 GUI 安裝工具。?超詳細(xì)配置教程來了
Windows全部安裝教程
注意：
(1)如果安裝中出現(xiàn)問題，請把電腦中的殺毒軟件關(guān)掉，在重試一次，如果沒出現(xiàn)問題，可以忽略這條。
(2)安裝后先別打開，先去安裝包文件打開激活軟件，進(jìn)行激活，激活后再重新打開即可。
(3)大家下載的時(shí)候看清安裝包，根據(jù)你的電腦系統(tǒng)下載，是蘋果電腦系統(tǒng)就下載蘋果系統(tǒng)和是windows就下載相應(yīng)安裝包。軟件的安裝方法都是一樣的，所以本教程疫AE2020為例。
1.首先下載安裝包，然后進(jìn)行解壓。如果沒有解壓軟件，可以去百度下載一個(gè)，或者關(guān)注我的微信公眾號(hào)獲取強(qiáng)大的解壓軟件。
2.打開解壓好的文件夾，選擇 set-up 雙擊運(yùn)行。
3.選擇語言(中文)和安裝位置(別安裝在系統(tǒng)盤，安裝在軟件盤，依據(jù)自己電腦情況選擇)，建議大家不要把軟件安裝在 C 盤，防止你的電腦卡頓，選擇其它盤安裝。比如我選擇安裝在 D 盤的 Program Files 中。
4.選擇完畢后點(diǎn)擊繼續(xù)。
5.等待安裝完成。
安裝完成自動(dòng)激活，就是這么無腦，就是怎么簡單，無腦下一步就行。安裝成功后就是開始你的創(chuàng)作吧。想要更多軟件和學(xué)習(xí)資源，請關(guān)注此微信公眾號(hào)，帶你去看大千世界，每天和我一起Revel till dawn。
Windows自帶命令行建立wifi熱點(diǎn)
簡介
Windows(以win7筆記本為例)有兩個(gè)，一個(gè)是建立臨時(shí)網(wǎng)絡(luò)(這個(gè)不太穩(wěn)定，就不說了)，另一個(gè)就是今天的主題命令行建立wifi。
注意：win10系統(tǒng)的就不用看此文章了，win10自帶建立熱點(diǎn)功能，右下角設(shè)置有，如下圖：
2
教程
1、寫命令。
復(fù)制下面命令到文本文檔中，然后保存，改后綴為bat。
netsh wlan set hostednetwork mode=allow ssid=my-wifi1 key=wuming313 netsh wlan start hostednetwork
我們只需要知道第一行的意思即可， ssid=my-wifi1 key=wuming313。ssid后面的 my-wifi1 就是建立的wifi名字，而key后面的wuming313就是密碼，然后運(yùn)行bat文件即可(有時(shí)候需要右鍵以管理員身份運(yùn)行)。
2、共享網(wǎng)絡(luò)
這一步也很簡單，上一步后，如下圖自己查看適配器：多了一個(gè)無線網(wǎng)絡(luò)連接2，這就是我們建立的wifi，我們需要將本地連接(插網(wǎng)線)或者你電腦本身連接的wifi分享給無線網(wǎng)絡(luò)連接2。
桌面右下角看一下，如果如下圖顯示my-wifi1下方為Internet訪問，就行了，好了，現(xiàn)在手機(jī)可以連接電腦共享的wifi了。
計(jì)算機(jī)windows教程基礎(chǔ)知識(shí)相關(guān)文章：
★ 電腦入門計(jì)算機(jī)基礎(chǔ)知識(shí)大全
★ Win10系統(tǒng)的基礎(chǔ)知識(shí)大全
計(jì)算機(jī)windows教程基礎(chǔ)知識(shí)
