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 |
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。  需要注意的是，上述安装最重要的就是驱动显卡与cuda、cudnn、pytorch、python型号的一一对应。三、安装Anaconda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，  四、 安装NVIDIA显卡驱动4.1 查看电脑的显卡型号ctrl+alt+E打开任务管理器，查看GPU型号，具体操作方法如下。  查看GPU型号4.2 下载及安装英伟达显卡驱动程序去英伟达官网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。  驱动下载说明五、查询系统CUDA版本号首先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。  六、 cuda、torch、torchvision型号配对分析需要注意，本段内容仅对cuda、torch、torchvision的型号配对分析，不讲解安装方式，具体下载、安装、配置见下文。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：  cuda 11.3离线文件由于我下载的cuda是11.3的，所以根据下表推荐我下载对应的torch版本信号，  百度一下cuda与torch对应的版本信号，很多总结的表格这里我选择的是torch 1.11，因此我下载了一个torch 1.11的离线.whl安装文件。  torch 1.11离线文件在确定了torch的版本之后，我们就可以确定torchvison对应的版本了，如下  百度一下torch与torchvision对应的版本信号这里我选择的是torchvision 0.12，因此我下载了一个torchvision 0.12的离线.whl安装文件，  torchvision 0.12离线文件至此，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。  对比分析从上图可知，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。  torch下载地址补充（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。  torch 1.11.0官网推荐对应的cuda/torchvison版本七、安装7.1 创建虚拟环境理由：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。  base环境创建虚拟环境： # 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：  conda create -n my_torch python=3.8 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/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  退出虚拟环境conda deactivate  7.2 安装CUDA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。  7.3 安装torch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  7.4 安装cudnn网上说已经不需要cudnn了，我之前都安装了，需要的话也可以自己安装，一定要与cuda版本匹配好。因此，本段省略。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。  八、conda常用操作命令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： |
【本文地址】
今日新闻 |
推荐新闻 |