PyTorch环境配置及安装

PyTorch环境配置及安装

Step1:安装Anaconda

参考该链接(视频01:30--03:00为安装教程):

【PyTorch深度学习快速入门教程(绝对通俗易懂!)【小土堆】】 https://www.bilibili.com/video/BV1hE411t7RN/?share_source=copy_web&vd_source=c71860a35ae6f457f141a44ee4b38133

Step2:创建环境

安装Anaconda之后,可通过Anaconda Prompt进入创建好的环境中,默认为base环境,可以输入pip list查看环境中已安装的包

每个工具包都有其对应的版本,例如一个项目要用到PyTorch0.4,另一个项目要用到PyTorch1.0,如果只使用base环境,则需要反复卸载、安装工具包以满足项目需求,费时费力。

使用Anaconda集成的conda包(安装Anaconda后,可直接使用)能够解决这个问题,它可以新建环境,一个环境安装PyTorch0.4,一个环境安装PyTorch1.0,可根据需要切换环境。

  • 创建环境的指令为:conda create -n pytorch python=3.10
    • conda是指调用conda包,create是指创建,-n pytorch是指环境名为pytorchpython=3.6是指创建的环境中python版本为3.10
  • 切换环境的指令为:conda activate pytorch


Step3:查看GPU型号

  • 方法1:任务管理器------性能------GPU(如果有的话,可以看到型号)
  • 方法2:设备管理器------显示适配器

Step4:安装PyTorch

PyTorch官网:https://pytorch.org

  • 根据需求确定安装命令
    • 一般建议安装最新的稳定版本(Stable),也可以点击Previous versions of PyTorch选择要安装的版本;
    • 若有GPU,则应安装CUDA版本,否则应安装CPU版本
    • 示例:conda install pytorch torchvision torchaudio pytorch-cuda=11.8 -c pytorch -c nvidia
  • 复制命令到已创建的环境中(环境名为pytorch),执行即可安装PyTorch
  • 查看安装结果
    • 输入pip list,结果中有torch基本说明安装成功;
    • 输入python,进一步输入import torch,不报错说明安装成功;
    • 进一步检查是否可以使用GPU,输入torch.cuda.is_available(),若返回True说明torch能正常使用GPU

安装时的常见问题(安装比较慢、安装后不能使用GPU)及解决方案见该链接:

【PyTorch深度学习快速入门教程(绝对通俗易懂!)【小土堆】】 https://www.bilibili.com/video/BV1hE411t7RN/?p=3&share_source=copy_web&vd_source=c71860a35ae6f457f141a44ee4b38133

  • 若使用命令安装比较慢
    • 将安装包下载到本地(C:\Users\20458\anaconda3\pkgs文件夹下),使用对应的命令进行安装(打开Anaconda Prompt输入命令conda install --use-local 要安装的包名
  • 若不能正常使用GPU
    • 检查电脑显卡型号,确认是否支持GPU
    • 检查显卡驱动(打开Anaconda Prompt输入命令nvidia-smi),其版本号不能低于torch版本的要求,若低于要求则应更新显卡驱动

Step5:安装PyCharm

说明:社区版(Community Condition)基本能够满足日常使用的需求

参考该链接(视频01:00--03:00为安装教程):

【PyTorch深度学习快速入门教程(绝对通俗易懂!)【小土堆】】 https://www.bilibili.com/video/BV1hE411t7RN/?p=2&share_source=copy_web&vd_source=c71860a35ae6f457f141a44ee4b38133

Step6:使用PyCharm创建项目

  • Location为项目地址,图中项目名为pytorchPractice
  • 选择已经有的编译器(Previously configured interpreter):选择新创建的环境中的编译器(可在Anaconda的安装目录下选择编译器C:\用户\XXX\anaconda3\envs
  • 检查torch是否能正常引入,以及是否能调用GPU查看安装结果(选择以下任一即可)
    • 使用脚本文件(右键项目pytorchPractice------New------Python File,创建脚本文件):执行对应代码,查看结果;
    • 使用Python Console(控制台:交互式即时执行代码):执行对应代码,查看结果
相关推荐
DDC楼宇自控与IBMS集成系统解读3 分钟前
医院 BAS 楼宇自控系统 + IBMS 智能化集成系统:医疗场景下的智慧运营解决方案
人工智能·ibms智能化集成系统·智能照明系统·数字孪生管理平台·ba楼宇自控系统·医院智能化系统·智能化弱电工程
ARM+FPGA+AI工业主板定制专家4 分钟前
基于JETSON+FPGA+GMSL相机 vs 传统工业相机:高动态范围与低延迟如何重塑机器感知视觉?
人工智能·数码相机·机器学习·自动驾驶
岁岁岁平安8 分钟前
python基本数据类型、字典、 集合、条件与循环控制、函数(3)
python·学习·集合·函数·字典·python3
云卓SKYDROID20 分钟前
无人机中继器模式技术对比
人工智能·游戏引擎·php·无人机·cocos2d·高科技·云卓科技
星空的资源小屋43 分钟前
RoboIntern,一款自动化办公小助手
运维·人工智能·pdf·自动化·电脑·excel
星期天要睡觉1 小时前
计算机视觉(opencv)——基于 MediaPipe 的实时面部表情识别
人工智能·深度学习·机器学习
~~李木子~~1 小时前
机器学习集成算法实践:装袋法与提升法对比分析
人工智能·算法·机器学习
wan了个蛋1 小时前
使用python脚本大批量自动化处理图片上的ai水印
python
Zlssszls1 小时前
数字孪生遇见贝叶斯,制造开启自进化!
人工智能·机器学习·信息可视化·制造