PyTorch 深度学习虚拟环境安装与配置 GPU 版

什么是虚拟环境?

在 Anaconda 中,虚拟环境允许你为不同的项目创建隔离的 Python 环境,这样可以避免不同项目之间的依赖冲突。

使用虚拟环境是一个很好的实践,特别是当你在开发多个项目,或者需要不同版本的库时。这样可以确保项目的依赖清晰,并且易于管理。

安装虚拟环境

查看所有虚拟环境

复制代码
conda env list

创建一个虚拟环境

利用 conda create 指令 创建新的虚拟环境(注意:虚拟环境的名字取得一定要有意义)

复制代码
conda create --n 虚拟环境名字 python=版本

删除虚拟环境:

复制代码
conda remove --n 虚拟环境名字 --all

激活虚拟环境

复制代码
conda activate 虚拟环境名字

安装Pytorch

在上一步创建的虚拟环境中安装PyTorch(安装PyTorch,需要安装pytorch, torchvision,

torchaudio三个包)

进入到pytorch的官网:

Start Locally | PyTorch Start Locallyhttps://pytorch.org/get-started/locally/选择对应的参数后,复制下面的指令到命令行运行

验证安装:

1. 激活对应的虚拟环境(你安装Pytorch的虚拟环境)conda activate 虚拟环境名
2. 输入conda list,看有没有pytorch或者torch
3. 输入python
4. 输入 import torch
5. 输入 torch.cuda.is_available()
6. 如果显示True,就说明我们这个PyTorch安装成功了

安装完成后,你可以在 Python 中验证 PyTorch 是否安装成功:

复制代码
import torch
print(torch.__version__)

给下载的项目设置合适的虚拟环境

  1. 利用PyCharm打开项目:File->Open

  2. 配置对应的虚拟环境:File->Setting->Project Interpreter->Python解释器,然后选择你在命令行创建的对应的虚拟环境

  1. 直接运行代码,右键->run

  2. 如果提示某些包没有发现,大家可以用Conda/pip install 包名(注:如果安装错误,利用搜索引擎找找原因 -- 包名不对,通道不对,或者其他原因)

  3. 可选-最好把requirements.txt文件的内容当作参考。

有选择性的使用 :(1.打开命令行进入到项目文件的位置,命令:cd+项目文件路径

2.输入指令:pip install -r requirements.txt即可,就会自动安装)

相关推荐
TMT星球1 分钟前
从智能出行到智能家电,探路生态携智能空间全栈产品矩阵亮相AWE
大数据·人工智能·矩阵
大写的z先生10 分钟前
【深度学习 | 论文精读】Bi-GCN:社交媒体谣言检测的双向图卷积网络
深度学习·语言模型
AI-Ming10 分钟前
程序员转行学习AI大模型:位置编码
人工智能·神经网络·学习
AC赳赳老秦16 分钟前
OpenClaw关键词挖掘Agent配置(附SOP脚本,可直接复制使用)
java·大数据·开发语言·人工智能·python·pygame·openclaw
进击的野人17 分钟前
深入RAG:从理论到实践的 ETL 核心流程
人工智能·spring·agent
央链知播20 分钟前
以价值立品牌 以生态共成长 —— 明月三千里的高质量发展实践
大数据·人工智能
leo__52021 分钟前
MATLAB高斯背景建模与目标提取(人体检测)
开发语言·人工智能·matlab
深藏功yu名23 分钟前
Day24(进阶篇):向量数据库 Chroma_FAISS 深度攻坚 —— 索引优化、性能调优与生产级落地
数据库·人工智能·python·ai·agent·faiss·chroma
AI扑社29 分钟前
AI时代下品牌建设的革命:从流量争夺到AI赋能的价值深耕
大数据·人工智能·geo·ai搜索
guoji778830 分钟前
chatGPT5.4镜像如何重塑复杂问题解决范式:从对话助手到智能体执行者
大数据·人工智能·gpt·chatgpt