【pytorch学习笔记,利用Anaconda安装pytorch和paddle深度学习环境+pycharm安装---免额外安装CUDA和cudnn】

作者链接: link

一、安装pytorch环境

1.打开打开anaconda的终端后

bash 复制代码
conda env list

然后创建一个名字叫pytorch,python是3.8版本的环境

bash 复制代码
conda create -n pytorch python=3.8

再次看环境

bash 复制代码
conda env list

# conda environments:
#显示如下环境
base                  *  D:\anaconda
pytorch                  D:\anaconda\envs\pytorch

以上仅安装了python和创建了一个名叫pytorch的环境,单pytorch框架没有下载进去

然后我们执行如下命令,激活这个环境。conda activate 虚拟环境名称

bash 复制代码
conda activate pytorch

#于是显示这样
(pytorch) C:\Users\RD70>

配置pytorch框架,这里用的清华镜像源

bash 复制代码
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 --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --set show_channel_urls yes

然后去link下载pytorch,下载版本看自己gpu最大支持的版本,这样看,用电脑的cmd打开看

复制这里就行,不然全复制不能使用清华镜像源了。修正下:这里应该下载12.2以下的版本也就是12.1的cuda

安装cudatoolkit在conda里

然后发现我没有在conda里安装cuda,那么再安装下cuda吧,可以参考nvidia的官方指导 link

还是在这个base环境下安装

查询下conda环境下有哪些cudatoolkit

bash 复制代码
conda search cudatoolkit --info

那就用这个

复制后在任意浏览器中打开会自动下载

然后把下载完后的文件地址找到

‪C:\Users\RD70\Downloads\cudatoolkit-11.8.0-hd77b12b_0.conda

那么我们cd到这个地址下,安装刚刚下载好的安装文件,然后检查下是否版本对不

bash 复制代码
(base) C:\Users\RD70>cd C:\Users\RD70\Downloads\
(base) C:\Users\RD70\Downloads>conda install --use-local cudatoolkit-11.8.0-hd77b12b_0.conda

Downloading and Extracting Packages:

Preparing transaction: done
Verifying transaction: done
Executing transaction: done

(base) C:\Users\RD70>conda list | findstr cudatoolkit
cudatoolkit               11.8.0               hd77b12b_0    <unknown>

之后发现清华源安装不了pytorch不清楚怎么回事,于是我们移除掉好了,用官方源安装

bash 复制代码
conda config --remove channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --remove channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --remove channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda install pytorch torchvision torchaudio cudatoolkit=11.8 -c pytorch

跑完了来验证一下,进入python解释器,进入torch,打印torch版本

bash 复制代码
(base) C:\Users\RD70>python
>>> import torch
>>> print(torch.__version__)
>>> exit()

二、paddlepaddle环境安装

创建环境后进入

bash 复制代码
conda create -n paddle python=3.8
conda activate paddle

进入官网

链接: link

复制到环境里运行

三、在pychorm里验证这两个环境是否正常安装

下载pychorm,下载社区版即可:链接: link

然后打开pychorm



添加conda启动文件


创建一个python脚本

相关推荐
d111111111d1 小时前
在STM32函数指针是什么,怎么使用还有典型应用场景。
笔记·stm32·单片机·嵌入式硬件·学习·算法
【建模先锋】2 小时前
特征提取+概率神经网络 PNN 的轴承信号故障诊断模型
人工智能·深度学习·神经网络·信号处理·故障诊断·概率神经网络·特征提取
轲轲012 小时前
Week02 深度学习基本原理
人工智能·深度学习
smile_Iris2 小时前
Day 40 复习日
人工智能·深度学习·机器学习
深度学习实战训练营2 小时前
TransUNet:Transformer 成为医学图像分割的强大编码器,Transformer 编码器 + U-Net 解码器-k学长深度学习专栏
人工智能·深度学习·transformer
嗷嗷哦润橘_2 小时前
AI Agent学习:MetaGPT之我的工作
人工智能·学习·flask
知识分享小能手3 小时前
CentOS Stream 9入门学习教程,从入门到精通,Linux日志分析工具及应用 —语法详解与实战案例(17)
linux·学习·centos
火山kim3 小时前
经典论文研读报告:DAGGER (Dataset Aggregation)
人工智能·深度学习·机器学习
Coding茶水间3 小时前
基于深度学习的水果检测系统演示与介绍(YOLOv12/v11/v8/v5模型+Pyqt5界面+训练代码+数据集)
图像处理·人工智能·深度学习·yolo·目标检测·机器学习·计算机视觉
2301_783360133 小时前
【学习笔记】关于RNA_seq和Ribo_seq技术的对比和BAM生成
笔记·学习