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
ARM+FPGA+AI工业主板定制专家3 分钟前
基于ZYNQ FPGA+AI+ARM 的卷积神经网络加速器设计
人工智能·fpga开发·cnn·无人机·rk3588
伏小白白白6 分钟前
【论文精度-1】 组合优化中的机器学习:方法论之旅(Yoshua Bengio, 2021)
人工智能·机器学习·组合优化
CH3_CH2_CHO12 分钟前
DAY03:【DL 第一弹】神经网络
人工智能·pytorch·深度学习·神经网络
算家计算27 分钟前
蚂蚁开源万亿参数大模型Ling-1T:多项能力全球领先
人工智能·开源·资讯
leijiwen29 分钟前
S11e Network 商业模型:AI × Web3 × RWA 驱动的实体经济新范式
人工智能·web3·区块链
说私域1 小时前
技术指数变革下的组织适应性研究:基于定制开发开源AI智能名片S2B2C商城小程序的实践观察
人工智能·小程序·开源
realhuizhu1 小时前
📚 技术人的阅读提效神器:多语言智能中文摘要生成指令
人工智能·ai·chatgpt·prompt·提示词·总结·deepseek·摘要
szxinmai主板定制专家1 小时前
一种基于 RK3568+AI 的国产化充电桩安全智能交互终端的设计与实现,终端支持各种复杂的交互功能和实时数据处理需求
arm开发·人工智能·嵌入式硬件·安全
apocalypsx1 小时前
深度学习-Kaggle实战1(房价预测)
人工智能·深度学习