【Python】使用 requirements.txt 与 pytorch 相关配置

前言
一、pip
- 1、导出结果含有路径
- 2、导出不带路径的
二、Conda
- 1、导出requirements.txt
- [2、导出yml 文件](#2、导出yml 文件)
三、第三方包：pipreqs（推荐）
- - 1、创建并激活conda环境
  - 2、安装requirements文件的pip源的包
四、pytorch的配置
- 安装正确版本的pytorch+torchvision+cuda

前言

进行深度学习时，学习github上面的项目，经常需要配置不同的虚拟环境。最简便的方式是使用 requirements.txt 导入所需的项目，但是涉及到 pytorch 时，需要特别注意。如果你的 requirements.txt 文件中的 PyTorch 版本与你的环境不兼容，你可能会在安装时遇到错误。在这种情况下，你需要手动指定一个与你的环境兼容的 PyTorch 版本。

一、pip

1、导出结果含有路径

导出结果会存在路径，生成的 requirements.txt 文件在当前目录下。

python 复制代码

pip freezen > requirements.txt

2、导出不带路径的

生成的requirements.txt文件在当前目录下。

python 复制代码

pip list --format=freeze >requirement.txt

生成 requirements.txt，pip freeze 会将当前PC环境下所有的安装包都进行生成,再进行安装的时候会全部安装很多没有的包，此方法需要注意。

二、Conda

1、导出requirements.txt

a. 导出

python 复制代码

conda list -e > requirements.txt

b. 导入安装

python 复制代码

conda install --yes --file requirements.txt

注意：使用 requirements.txt 导入时，如果有 pytorch 或者torch 先删除 requirements.txt 里面的的pytorch，安装其它库起

2、导出yml 文件

a.导出

python 复制代码

conda env export > freeze.yml

b.导入安装

python 复制代码

conda env create -f freeze.yml

三、第三方包：pipreqs（推荐）

使用pipreqs，这个工具的好处是可以通过对项目目录的扫描，发现使用了哪些库，生成依赖清单。

step1：安装pipreqs(默认没有安装)

python 复制代码

pip install pipreqs

step2：使用pipreqs导出

在python项目的根目录下使用

python 复制代码

pipreqs ./

如果报错，则采用下面的代码

python 复制代码

pipreqs ./ --encoding=utf-8

生成的requirements.txt文件在当前目录下。

1、创建并激活conda环境

python 复制代码

conda create -n 环境名称 python=3.10 anaconda
conda activate 环境名称

2、安装requirements文件的pip源的包

cd 到 requirements.txt 文件所在的路径下，然后使用国内镜像网站安装

python 复制代码

pip install -i https://pypi.mirrors.ustc.edu.cn/simple/ -r requirements.txt

四、pytorch的配置

注意 PyTorch 版本和兼容性：

requirements.txt 文件中列出的 pytorch 版本可能与你的系统环境（如操作系统、Python版本、CUDA版本等）不兼容。PyTorch 有许多不同的构建版本，对应于不同的操作系统、Python版本和CUDA版本。如果你的 requirements.txt 文件中的 PyTorch 版本与你的环境不兼容，你可能会在安装时遇到错误。在这种情况下，你需要手动指定一个与你的环境兼容的 PyTorch 版本。

由于 python 版本和pytorch和torchvision和cuda有对应的关系，需要明确项目使用上面版本进行下一步的conda虚拟环境的创建。这里使用当今最火爆的yolov5项目的requirement，作为示例，如下图所示，所要求的pytorch版本为python>=3.7.0 torch>=1.7.0 torchvision>=0.8.1

安装正确版本的pytorch+torchvision+cuda

具体的版本的下载代码可以在这里查到，这里举例使用国内镜像安装，仅在原始命令后，添加下载网址。

python 复制代码

conda install pytorch==1.12.1 torchvision==0.13.1 torchaudio==0.12.1 cudatoolkit=11.3 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/win-64/

https://blog.csdn.net/KingsMan666/article/details/133688711