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

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,

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,

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anaconda中创建一个虚拟环境

进入开始菜单,找到anaconda prompt

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

c 复制代码
conda create --name torchgpu1.8 python=3.7

1.以下是环境的配置过程


2.查看虚拟环境列表

c 复制代码
conda env list

3.激活虚拟环境

c 复制代码
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

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


torchtext官网下载地址

https://download.pytorch.org/whl/torch_stable.html

cuda版本的torch包下载网址在这里

确实好大,2.8GB

2.推荐先换成国内镜像

c 复制代码
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

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

下面也是添加镜像源的命令

c 复制代码
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:

c 复制代码
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:

c 复制代码
conda config --remove-key channels
conda config --add channels defaults

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

c 复制代码
conda install pandas
c 复制代码
conda install matplotlib
c 复制代码
conda install seaborn
c 复制代码
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

你可以使用 conda list 命令来查看已经在你的环境中安装的包。在命令行中执行以下命令:

c 复制代码
conda list
相关推荐
谦行2 分钟前
工欲善其事,必先利其器—— PyTorch 深度学习基础操作
pytorch·深度学习·ai编程
逢生博客28 分钟前
使用 Python 项目管理工具 uv 快速创建 MCP 服务(Cherry Studio、Trae 添加 MCP 服务)
python·sqlite·uv·deepseek·trae·cherry studio·mcp服务
堕落似梦34 分钟前
Pydantic增强SQLALchemy序列化(FastAPI直接输出SQLALchemy查询集)
python
白熊18838 分钟前
【计算机视觉】CV实战项目 - 基于YOLOv5的人脸检测与关键点定位系统深度解析
人工智能·yolo·计算机视觉
nenchoumi311940 分钟前
VLA 论文精读(十六)FP3: A 3D Foundation Policy for Robotic Manipulation
论文阅读·人工智能·笔记·学习·vln
后端小肥肠1 小时前
文案号搞钱潜规则:日入四位数的Coze工作流我跑通了
人工智能·coze
LCHub低代码社区1 小时前
钧瓷产业原始创新的许昌共识:技术破壁·产业再造·生态重构(一)
大数据·人工智能·维格云·ai智能体·ai自动化·大禹智库·钧瓷码
-曾牛1 小时前
Spring AI 快速入门:从环境搭建到核心组件集成
java·人工智能·spring·ai·大模型·spring ai·开发环境搭建
阿川20151 小时前
云智融合普惠大模型AI,政务服务重构数智化路径
人工智能·华为云·政务·deepseek
自由鬼1 小时前
开源AI开发工具:OpenAI Codex CLI
人工智能·ai·开源·软件构建·开源软件·个人开发