PyTorch配置流程 |
您所在的位置:网站首页 › juputer notebook怎么用pytrrch › PyTorch配置流程 |
写作目的:记个笔记,免得下次换个环境操作,安装又不会了,以后直接照着这个流程操作就行。 一、安装内容包括Anaconda、英伟达显卡驱动安装及更新、cuda、torch、torchvision、Jupyter Notebook。 二、总体安装流程请参照下面的流程路线,一次安装即可。 去官网Anaconda | The World's Most Popular Data Science Platform下载最新的版本即可,直接next就行,可以更改安装路径,但路径下不要有中文。 安装完成后,直接用下面的一个操作就行, ctrl+alt+E打开任务管理器,查看GPU型号,具体操作方法如下。 去英伟达官网NVIDIA 官方驱动下载对应的驱动程序,安装时全部点击默认,下一步即可,不用更改。 首先win+r,在弹出框输入cmd,进入命令提示符面板。然后输入nvidia-smi查看版本。 记住你的cuda版本号,等会下载安装时不能超过这个版本号。 上文我们查到了我的CUDA Version是11.7,因此在安装cuda时的版本不能超过11.7。 现在我下载了一个cuda 11.3的型号.exe安装文件: 由于我下载的cuda是11.3的,所以根据下表推荐我下载对应的torch版本信号, 这里我选择的是torch 1.11,因此我下载了一个torch 1.11的离线.whl安装文件。 在确定了torch的版本之后,我们就可以确定torchvison对应的版本了,如下 这里我选择的是torchvision 0.12,因此我下载了一个torchvision 0.12的离线.whl安装文件, 至此,我们已经选好了对应的cuda、torch、torchvision型号了。下面我们再次回头来看这两张torch和torchvision的型号命名是什么意思。 从上图可知,这几个版本型号都是一一对应起来的,其次还推荐我们下载python3.8(就是上图的cp38)。 当然,你也可以不这样选择,你也可以选择python 3.7等都行,因为torch 1.11的windows 64位的版本对应的python推荐为python 3.7~3.10,见下图https://download.pytorch.org/whl/torch_stable.html。 补充(可忽略): 可在pytorch官网https://pytorch.org/get-started/previous-versions/查看torch、cuda、torchvision一一对应的版本然后一键安装,最快捷。但是这种安装可能受网络影响不太稳定,一般建议下载下来离线安装比较好。 理由:一般不建议在base环境里面安装,建议所有操作都在虚拟环境中进行。 创建虚拟环境: # my_pytorch是你自己任意取的名字 # 在虚拟环境中安装python 3.8,因为前面我们分析了推荐python 3.8比较好 conda create -n my_pytorch python=3.8也可以使用镜像进行创建: 中途选择y: 以上虚拟环境的安装就完成了。 下面介绍虚拟环境的使用: 进入虚拟环境conda activate my_torch网址:https://developer.nvidia.com/cuda-toolkit-archive 安装方法: 直接下一步就行,其他不用管。 网址:https://download.pytorch.org/whl/torch_stable.html 安装方法: 1.将下载好的离线包.whl文件,放在任意路径下 2.环境切换到上述安装包所在的路径 首先,从base环境进入虚拟环境;然后,将虚拟环的路径切换到安装包所在的路径,见下图中的三步,依次操作即可。其中,cd /d 是用来切换路径的命令,后面在加上你想切换到的路径下。 3.安装:pip install torch-1.11.0+cu113-cp38-cp38-win_amd64.whl 具体怎么安装百度一下,非常简单,拷贝到cuda,然后增加到系统环境变量中去就行。 下面就是cudnn的文件 找到对应cuda版本的cudnn下载, 7.5 安装torcvision网址:https://download.pytorch.org/whl/torch_stable.html 安装方法(详细步骤参见7.3): 1.将下载好的离线包.whl文件,放在任意路径下; 2.环境切换到上述安装包所在的路径; 3.安装:pip install torchvision-0.12.0+cu113-cp38-cp38-win_amd64.whl 7.6 安装Jupyter Notebook1.安装:conda install nb_conda 2.进入:jupyter notebook 然后,就自动跳转到jupyter浏览器页面上了。 1、移除虚拟环境:conda remove -n your_env_name --all 2、查看conda安装了哪些环境:conda env list 3、查看显卡的型号:nvidia-smi 4、查看环境中安装了哪些包:pip list或者conda list 5、进入虚拟环境:conda activate your_env_name 6、退出虚拟环境:conda deactivate 7、退出python环境:exit() 说明:很多情况下pip和conda可以互换。 九、下载地址torch和torchvision下载地址: NVIDIA驱动下载地址: anaconda下载网址: |
今日新闻 |
推荐新闻 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |