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
Narutolxy2 小时前
大模型数据分析破局之路20250512
人工智能·chatgpt·数据分析
浊酒南街2 小时前
TensorFlow中数据集的创建
人工智能·tensorflow
2301_787552874 小时前
console-chat-gpt开源程序是用于 AI Chat API 的 Python CLI
人工智能·python·gpt·开源·自动化
layneyao4 小时前
AI与自然语言处理(NLP):从BERT到GPT的演进
人工智能·自然语言处理·bert
jndingxin5 小时前
OpenCV 的 CUDA 模块中用于将多个单通道的 GpuMat 图像合并成一个多通道的图像 函数cv::cuda::merge
人工智能·opencv·计算机视觉
格林威5 小时前
Baumer工业相机堡盟工业相机的工业视觉中为什么偏爱“黑白相机”
开发语言·c++·人工智能·数码相机·计算机视觉
灬0灬灬0灬6 小时前
深度学习---常用优化器
人工智能·深度学习
_Itachi__6 小时前
Model.eval() 与 torch.no_grad() PyTorch 中的区别与应用
人工智能·pytorch·python
白光白光6 小时前
大语言模型训练的两个阶段
人工智能·机器学习·语言模型
巷9557 小时前
OpenCV图像金字塔详解:原理、实现与应用
人工智能·opencv·计算机视觉