pytroch环境安装-pycharm

环境介绍

安装pycharm

官网下载即可,我这里已经安装,就不演示了

安装anaconda

【官网链接】点击下载

注意这一步选择just me

这一步全部勾上

打开 anaconda Prompt

输入conda create -n pytorch python==3.8

命令解释:创建一个叫pytorch(也可以取其他名字,只要不是中文的就行)的环境,其中python版本为3.8(python版本也可以根据需要指定例如3.12等)

输入conda env list

可以看到环境中除了基本的base环境,还有刚刚创建的名字为pytorch环境

输入activate pytorch

可以进入pytorch环境中去

pytorch与深度学习环境安装

检查本地环境

打开CMD窗口,输入nvidia-smi查看cuda驱动支持的最高版本cudatookkit,这个是向下兼容的

pytorch 的GPU深度学习环境安装

进入【pytorch官网】,找到之前的版本,找到1.10.1版本

通过下面这个命令,可以一次性将pytorch、cuda、cudatoolkit等工具都安装下来,如果一次下载不成功,可以多次运行,知道下载成功。

plain 复制代码
# CUDA 11.3
conda install pytorch==1.10.1 torchvision==0.11.2 torchaudio==0.10.1 cudatoolkit=11.3 -c pytorch -c conda-forge

可以通过conda list 来检查是否安装成功

额外安装使用镜像源安装sklearn

plain 复制代码
pip install sklearn==0.0 -i https://pypi.mirrors.ustc.edu.cn/simple/

打开pycharm

根据上述步骤,完成环境配置

编写main.py 测试 环境是否安装成功

测试安装

测试代码

python 复制代码
import torch

flag = torch.cuda.is_available()
print(flag) # cuda激活-返回true 安装成功

ngpu = 1
device = torch.device("cuda:0" if (torch.cuda.is_available() and ngpu > 0) else "cpu")
print(device)
print(torch.cuda.get_device_name(0))
print(torch.rand(3,3).cuda())

# 检查cuda版本
cuda_version=torch.version.cuda
print("CUDA Version:", cuda_version)

# 检查CuDNN version
cudnn_version = torch.backends.cudnn.version()
print("CUDNN Version:", cudnn_version)

这样就安装成功了

参考资料

Pytorch框架与经典卷积神经网络与实战

相关推荐
starzy199026 分钟前
深入理解Scala隐式参数:上下文流转
开发语言·python·scala
wuyk5551 小时前
Spider-第16讲-线程池与竞态问题
大数据·爬虫·python·elasticsearch·搜索引擎
kyle~7 小时前
FastAPI --- 将业务能力以 API 的形式提供给外部系统
python·fastapi·前后端
aiotto资源分享8 小时前
Python 写 JSON 文件,程序中途退出会留下什么?
java·python·json·jsondecodeerror
梯度下降者9 小时前
Python信号量,条件变量,事件学习
python·条件变量·事件·信号量·线程通信
MSTcheng.9 小时前
【AI应用实战】用 FastAPI + SSE 做一个自己的 AI 聊天网页:流式输出、多轮对话与完整源码
人工智能·python·大模型·fastapi·sse·ai聊天助手
the局外人10 小时前
Python 实战检索优化:BM25、向量与重排
数据库·后端·python
__underline__10 小时前
冷门Python知识点006篇:Python 类体里的名字,能被"凭空造出来"
后端·python
用户03321266636711 小时前
使用 Python 轻松移除 Excel 文档中的重复行
python·excel
LiaoWL12311 小时前
从零搭一个 RAG 知识库(二):换上语义 Embedding——BGE 实测与阈值重校准
python·大模型·numpy·embedding·向量检索·rag