【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
王哈哈^_^23 分钟前
【数据集】【YOLO】【VOC】目标检测数据集,查找数据集,yolo目标检测算法详细实战训练步骤!
人工智能·深度学习·算法·yolo·目标检测·计算机视觉·pyqt
写代码的小阿帆30 分钟前
pytorch实现深度神经网络DNN与卷积神经网络CNN
pytorch·cnn·dnn
是瑶瑶子啦37 分钟前
【深度学习】论文笔记:空间变换网络(Spatial Transformer Networks)
论文阅读·人工智能·深度学习·视觉检测·空间变换
cuisidong19972 小时前
5G学习笔记三之物理层、数据链路层、RRC层协议
笔记·学习·5g
南宫理的日知录2 小时前
99、Python并发编程:多线程的问题、临界资源以及同步机制
开发语言·python·学习·编程学习
wangyue42 小时前
c# 深度模型入门
深度学习
川石课堂软件测试2 小时前
性能测试|docker容器下搭建JMeter+Grafana+Influxdb监控可视化平台
运维·javascript·深度学习·jmeter·docker·容器·grafana
985小水博一枚呀2 小时前
【深度学习滑坡制图|论文解读3】基于融合CNN-Transformer网络和深度迁移学习的遥感影像滑坡制图方法
人工智能·深度学习·神经网络·cnn·transformer
985小水博一枚呀2 小时前
【深度学习滑坡制图|论文解读2】基于融合CNN-Transformer网络和深度迁移学习的遥感影像滑坡制图方法
人工智能·深度学习·神经网络·cnn·transformer·迁移学习
数据与后端架构提升之路3 小时前
从神经元到神经网络:深度学习的进化之旅
人工智能·神经网络·学习