下载安装anaconda和pytorch的详细方法,以及遇到的问题和解决办法

下载安装Anaconda

首先需要下载Anaconda,可以到官网Anaconda官网或者这里提供一个镜像网站去下载anaconda镜像网站

安装步骤可参考该文章:Anaconda安装步骤,本篇不再赘述

注意环境变量的配置,安装好Anaconda之后一定要在环境变量中添加以下内容:

创建虚拟环境

安装好Anaconda后,按下Windows按钮,找到Anaconda Prompt,点击打开

打开后的界面如下:

接下来介绍几个conda命令

  1. 查看当前存在哪些虚拟环境:
bash 复制代码
conda env list 
conda info -e

以上是我建立的虚拟环境,如果是第一次下载,则只会有base这一个虚拟环境

  1. 新建一个虚拟环境
base 复制代码
conda create -n pytorch39 python=3.9

其中pytorch39是你的虚拟环境的名字,你也可以取其他方便记住的名字,比如python39、pytorch等,最后的python=3.9是指定python的版本,我用的是3.9

  1. 创建完成之后需要激活该环境
base 复制代码
activate pytorch39

输入以上命令可以激活pytorch虚拟环境,激活之后,签名的base换成pytorch39,就表示已经进入到该虚拟环境了

到此虚拟环境安装完毕!

注意 :有时可能会出现一个问题,就是你明明已经按照这个方法创建了虚拟环境,但是在Anaconda的envs目录中依然没有所创建的虚拟环境,这时,在虚拟环境下输入 conda info -e查看虚拟环境,以及它的位置,正常的应该如下图:

但是有可能你所创建的虚拟环境的位置是C:\Users\Lenovo.conda\envs,在D:\Anaconda\envs(你安装Anaconda的目录)里面找不到,这个时候,到C:\Users\Lenovo目录下找到.condarc文件,打开后在文件里添加以下命令:

base 复制代码
envs_dirs:
 - D://Anaconda//envs

保存之后再次创建虚拟环境,就会存储到Anaconda的envs目录下,方便查找和管理。

下载GPU的pytorch

首先在Anaconda Prompt中输入nvidia-smi查看你的CUDA的版本,观察Driver Version的值是否大于400,如果小于请更新显卡驱动。

进入到pytorch官网:pytorch官网,往下翻找到install previous version of PyTorch,可以查看之前的版本。

找到符合你cuda版本的命令,首先使用conda命令进行安装,比如我的cuda版本是10.2,往下翻可以找到对应的命令

在pytorch39虚拟环境中输入该命令就可以进行下载

如果下载不成功,多尝试几种方法,比如:

  1. 不指定版本,conda会自动安装较新版本,可以输入
base 复制代码
conda install pytorch torchvision torchaudio cudatoolkit=10.2 -c pytorch
  1. 如果下载速度较慢,可以去掉后面的-c pytorch
base 复制代码
conda install pytorch torchvision torchaudio cudatoolkit=10.2

下载完成后在pytorch39虚拟环境下输入以下python进入到python中,再输入以下命令查看是否下载成功:

base 复制代码
import torch
torch.cuda.is_available()

如果返回True,则安装成功

但是!!!
很多情况下会返回False,是因为conda自动安装的话可能会安装CPU版本的,而不是GPU版本

如果之前配置过清华源使用pytorch官网的命令会报错,清华源是国内的镜像,pytorch是国外的,因此连接会出现问题,可以将之前的.condarc文件夹移除掉载尝试

可以再尝试在后面添加-c nvidia

base 复制代码
conda install pytorch torchvision torchaudio cudatoolkit=10.2 -c pytorch -c nvidia

上一步的详细内容在这里

如果还是CPU的版本,再进行以下方法,亲测有效!!

我的cuda是10.2版本,所以这里只演示10.2版本的pytorch的安装,其他版本的方法也类似

因为conda会自动下载CPU的,而要做深度学习的实验需要用到GPU的,所以你可以去自己下载pytorch的whl文件下载以下三个文件

  1. 下载torch:
  2. 下载torchaudio
  3. 下载torchvision

将下载后的这三个文件放到D:盘的根目录下

在pytorch39虚拟环境中依次输入以下几行代码,就可以将这三个whl文件安装到虚拟环境中

base 复制代码
pip install D:\torch-2.1.1+cu121-cp39-cp39-win_amd64.whl
pip install D:\torchvision-0.16.1+cu121-cp39-cp39-win_amd64.whl
pip install D:\torchaudio-2.1.1+cu121-cp39-cp39-win_amd64.whl

安装后再次检验

python 复制代码
python
import torch
print(torch.cuda.is_available()) #输出True表示可用GPU版本torch
print(torch.__version__)#输出对应torch版本号

该方法详情内容在这里

最后不出意外返回的应该就是True了,恭喜你安装成功了!

相关推荐
果冻人工智能10 分钟前
2025 年将颠覆商业的 8 大 AI 应用场景
人工智能·ai员工
代码不行的搬运工11 分钟前
神经网络12-Time-Series Transformer (TST)模型
人工智能·神经网络·transformer
进击的六角龙11 分钟前
深入浅出:使用Python调用API实现智能天气预报
开发语言·python
檀越剑指大厂11 分钟前
【Python系列】浅析 Python 中的字典更新与应用场景
开发语言·python
石小石Orz13 分钟前
Three.js + AI:AI 算法生成 3D 萤火虫飞舞效果~
javascript·人工智能·算法
湫ccc19 分钟前
Python简介以及解释器安装(保姆级教学)
开发语言·python
孤独且没人爱的纸鹤22 分钟前
【深度学习】:从人工神经网络的基础原理到循环神经网络的先进技术,跨越智能算法的关键发展阶段及其未来趋势,探索技术进步与应用挑战
人工智能·python·深度学习·机器学习·ai
阿_旭25 分钟前
TensorFlow构建CNN卷积神经网络模型的基本步骤:数据处理、模型构建、模型训练
人工智能·深度学习·cnn·tensorflow
羊小猪~~26 分钟前
tensorflow案例7--数据增强与测试集, 训练集, 验证集的构建
人工智能·python·深度学习·机器学习·cnn·tensorflow·neo4j
lzhlizihang28 分钟前
python如何使用spark操作hive
hive·python·spark