【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
边境悍匪6 分钟前
蜗牛学苑 Java 智能体学习 Day41|ElementPlus 布局、Vue‑Router 登录、Axios 思维导图复盘
java·vue.js·学习
这张生成的图像能检测吗8 分钟前
(论文速读)基于两阶段多模式深度学习的轮胎表面缺陷自动检测及严重程度分类系统
人工智能·深度学习·计算机视觉·数据采集·检测系统·缺陷检测分类·轮胎缺陷
(Charon)28 分钟前
【Kafka】消息队列学习(二):Topic、Partition与Offset,消息到底存在哪里
分布式·学习·kafka
无敌的牛34 分钟前
大模型推理理解
人工智能·深度学习
彧azz38 分钟前
Git 学习指南:从入门到进阶的完整实践手册
git·学习
吴佳浩 Alben1 小时前
走向 Memory OS:企业私有化 Agent 设计与实现
人工智能·深度学习·神经网络·语言模型·架构·自动化·ai编程
HyperAI超神经9 小时前
扰动实验+迁移学习,MIT团队推出IRIS,用「指纹」重建单细胞信号传导历史
人工智能·深度学习·机器学习·迁移学习
彧azz9 小时前
图的存储结构详解:邻接矩阵的原理、实现与应用
开发语言·数据结构·学习·php
平头哥AI10 小时前
Day 22 _ 包装错误别丢链_%w、errors.Is 与 errors.As
android·服务器·学习·golang·go
Rocky Ding*10 小时前
一文读懂MiniCPM5-2B:端侧 Agent 的突破,不是“小模型打赢大模型”,而是训练系统开始开源
论文阅读·人工智能·深度学习·机器学习·aigc·ai-native·minicpm5-2b