Anaconda +Pytorch安装教程
Anaconda安装
小土堆的安装教程:PyTorch深度学习快速入门教程(绝对通俗易懂!)【小土堆】_哔哩哔哩_bilibili
Free Download | Anaconda
这里自己选一个文件夹安装即可
第一个红框表示添加图标到开始菜单
第二个红框表示注册Anaconda3作为默认python环境
点击下一步即可
安装完成后搜索Anaconda Prompt
出现(base)表示anaconda安装成功
输入python可以查看Anaconda自带的python版本
创建pytorch环境
conda create -n pytorch python=3.10
这里 -n 后面表示环境名字 python=3.10表示创建的虚拟环境的python版本,我这里要用3.10的版本,大家自己下载可自行选择版本
此处输入y选择yes即可
出现以上界面就表示安装成功
输入activate pytorch
即可激活创建的虚拟环境,其中pytorch是自己命名的环境变量的名字
设置镜像源
这里我使用的是阿里镜像源,其他镜像源大家可以自行百度后更换即可。
进入base环境,输入conda config --set show_channel_urls yes
在系统用户根目录中找到.condarc
替换原文件内容,添加阿里云镜像源
channels:- defaults
show_channel_urls: true
default_channels:- http://mirrors.aliyun.com/anaconda/pkgs/main- http://mirrors.aliyun.com/anaconda/pkgs/r- http://mirrors.aliyun.com/anaconda/pkgs/msys2
custom_channels:conda-forge: http://mirrors.aliyun.com/anaconda/cloudmsys2: http://mirrors.aliyun.com/anaconda/cloudbioconda: http://mirrors.aliyun.com/anaconda/cloudmenpo: http://mirrors.aliyun.com/anaconda/cloudpytorch: http://mirrors.aliyun.com/anaconda/cloudsimpleitk: http://mirrors.aliyun.com/anaconda/cloud
清除索引缓存
conda clean -i
Pytroch安装准备工作
首先查看显卡信息(需要有英伟达显卡),在cmd中输入nvidia-smi
此处需要准备CUDA下载,图中框出来的部分是当前显卡驱动支持的最适配版本的CUDA
要查看自己电脑中是否有cuda,在cmd中输入nvcc -V即可
此处我已经下载了cuda
CUDA下载地址
CUDA Toolkit Archive | NVIDIA Developer
查找对应自己版本的cuda下载安装即可。
Pytorch安装
Previous PyTorch Versions | PyTorch
根据Cuda选择适合自己版本的Pytorch,并复制安装代码,下面是我自己选择的适合自己配置的安装代码
conda install pytorch==1.13.1 torchvision==0.14.1 torchaudio==0.13.1 pytorch-cuda=11.6 -c pytorch -c nvidia
进入pytorch环境,进行安装
由于下载内容较多,可能安装时间比较长,耐心等待即可。
安装过程中的错误
下载过程中我遇到的错误:Downloaded bytes did not match Content-Length
原因是因为网速问题,导致有些包没有下好,重新下载一次即可
此外因为网速问题,重新下载时还会出现如下情况:During handling of the above exception, another exception occurred:
错误原因是:之前下载终端导致索引出现错误。
解决办法:
在虚拟环境下清除索引,重新下载conda clean -i
安装完成
进入python开发环境,引入torch:import torch
可以进行调试一下,看torch能否使用
可以使用,自此,Pytorch安装完成
补充(无GPU版本)
根据Pytorch官网选择CPUonly的安装代码,复制进行安装即可。
注意,需要记得清除索引。
Pycharm使用Conda虚拟环境
选择设置,在设置中选择添加Python解释器
虚拟环境选择现有环境
在安装的Anaconda创建的envs虚拟环境文件夹下找到python解释器
配置conda环境,在Anaconda的scripts文件夹中添加
选择加载环境,最后如图
因为我的虚拟环境叫做pytorch,所以最后显示的就是pytorch