重新配置torch1.8 cuda11.1 torchtext0.9.0虚拟Pytorch开发环境

这里写目录标题

起因
发现
选择安装cuda 11.1
- 核对下自己的显卡是否支持下载该版本的CUDA
- CUDA下载地址
- CUDA安装过程
在anaconda中创建一个虚拟环境
- - 1.以下是环境的配置过程
  - 2.查看虚拟环境列表
  - 3.激活虚拟环境
安装torch和torchtext包的过程
- 1.输入下面这句代码，就可以直接安装torch和torchtext了
- 2.推荐先换成国内镜像
安装pandas，matplotlib,seaborn,sklearn等包的命令语句
总结
- 用conda命令在anaconda prompt中安装会更方便

起因

原本的环境是cuda11.0 torch1.7.0，但是在安装torchtext的时候发现没有对应windows版本的（官网和清华镜像我都找了，没有这个版本对应的torchtext0.8，只有macos 和linux版本），于是通过查询发现需要重新配置一个环境。
CUDA 11.0
pip install torch==1.7.1+cu110 torchvision==0.8.2+cu110 torchaudio==0.7.2 -f https://download.pytorch.org/whl/torch_stable.html

CUDA 11.0
pip install torch==1.7.0+cu110 torchvision==0.8.0+cu110 torchaudio==0.7.0 -f https://download.pytorch.org/whl/torch_stable.html

发现

发现为了安装torchtext0.9.0的，我需要重新安装1.8.0的torch，
在这里插入图片描述

要安装1.8的torch
CUDA 10.2
conda install pytorch==1.8.0 torchvision==0.9.0 torchaudio==0.8.0 cudatoolkit=10.2 -c pytorch
CUDA 11.1
conda install pytorch==1.8.0 torchvision==0.9.0 torchaudio==0.8.0 cudatoolkit=11.1 -c pytorch -c conda-forge

而安装torch1.8.0，我就要安装cuda10.2或11.1

选择安装cuda 11.1

还得安装cudnn（这个发现后来不需要安装，连那个cuda toolkit11.1后来是系统帮我安装的）

核对下自己的显卡是否支持下载该版本的CUDA

另外，之前我的电脑已经安装过11.0的cuda了，经过查询发现一台电脑是可以安装多个cuda的
可以打开NVIDA控制面板，查看GPU显卡所支持的CUDA版本，具体开始菜单 -》NVIDIA控制面板-》帮助-》系统信息-》组件-》nvidia.dll后面的cuda参数，
在这里插入图片描述
那我就可以下载11.1的cuda

CUDA下载地址

cuda下载地址

CUDA安装过程

我把中间的安装路径给改了
在这里插入图片描述

在anaconda中创建一个虚拟环境

进入开始菜单，找到anaconda prompt
在这里插入图片描述
输入下面的命令就可以创建一个虚拟环境了，torchgpu1.8是我给虚拟环境起的名字

conda create --name torchgpu1.8 python=3.7

1.以下是环境的配置过程

在这里插入图片描述

2.查看虚拟环境列表

conda env list

在这里插入图片描述

3.激活虚拟环境

activate torchgpu1.8

安装torch和torchtext包的过程

1.输入下面这句代码，就可以直接安装torch和torchtext了

网站在这里，可以查看安装命令、cuda和torch版本的对象。但是，这样下载的缺点就是有点慢，推荐先看第2步，先添加镜像源

conda install torch=1.8.0 torchtext==0.9.0 cudatoolkit=11.1 -c pytorch -c conda-forge

在这里插入图片描述
torchtext官网下载地址

在这里插入图片描述
https://download.pytorch.org/whl/torch_stable.html

cuda版本的torch包下载网址在这里
在这里插入图片描述

确实好大，2.8GB

2.推荐先换成国内镜像

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/

再使用输入下面这个命令来安装

conda install pytorch==1.8.0 torchtext==0.9.0 torchaudio==0.8.0 cudatoolkit=11.1 -c pytorch -c conda-forge

在这里插入图片描述
下面也是添加镜像源的命令

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/pkgs/main/
conda config --set show_channel_urls yes

清除 conda 镜像源：

conda config --remove-key channels

这将从 conda 配置中删除所有 channels（镜像源）。

还原为默认镜像源：
如果你希望还原为默认的官方镜像源，可以运行以下命令：

conda config --remove-key channels
conda config --add channels defaults

安装pandas，matplotlib,seaborn,sklearn等包的命令语句

conda install pandas

在这里插入图片描述

conda install matplotlib

conda install seaborn

conda install scikit-learn

总结

用conda命令在anaconda prompt中安装会更方便

因为它会自动更新包的版本以适应要安装的包环境，我之前都是手动下载再安装的（捂脸）；另外，使用pip 安装有的时候也会出现安装不成功的现象，总之，今天解锁了新的安装方式。如果使用这种安装方法还安装不成功，很有可能是镜像或官网中就没有你要安装的包的版本。
另外，可能会有一些逻辑不清晰的地方，主要写这个笔记也是为了以后学习查看会更方便。大家看的话可以做一定的参考，有不会的还是得多问问GPT.
还有，在我安装配置的过程中，通过询问GPT和查询相关，发现只需要下载安装cuda，cuda的系统环境变量会自动帮我们配置好，cudnn也不用安装对应的版本，好像会自动安装的，但我不太确定、cuda toolkit也不用安装，这个是会自动安装的，我看到了。还有Cuda安装我是使用的自定义安装的方式，有需要的可以搜索查一查，我就不放链接了
在这里插入图片描述