PyTorch安装、配置环境（全网最新最全） |
您所在的位置：网站首页 › 运行环境安装与配置 › PyTorch安装、配置环境（全网最新最全） |
PyTorch安装、配置环境（全网最新最全）
|
一、概述安装步骤：
检查 GPU 兼容性： 检查设备是否有适用的 GPU。如果有，需安装 CUDA 与 CuDNN。CUDA 与 CuDNN 安装（可选，非必须）：下载 WHL 文件： 访问 https://download.pytorch.org/whl/torch_stable.html 下载所需的 WHL 文件。命名解释：cu92/torch-1.2.0%2Bcu92-cp37-cp37m-win_amd64.whl CUDA 版本： cu92 (CUDA 9.2)PyTorch 版本： torch-1.2.0%2Bcu92 (PyTorch 1.2.0 针对 CUDA 9.2)Python 版本： cp37 (Python 3.7)操作系统及架构： cp37m-win_amd64 (Windows 64 位，AMD 架构)文件类型： .whl (Wheel 文件) 使用Anaconda创建pytorch虚拟环境 首先打开
输入命令 conda activate pytorch_dl 可以查看conda里有哪些环境 conda list
!!注意：如果有同学输入命令后报错，显示NVIDIAOSMI不是内部或外部命令，大概率原因是因为你的电脑不是N卡，也就是你是AMD的卡，或者是没有独显的卡，那么你可以选择装CPU版本的PyTorch；或者你是英伟达的显卡，比如RTX3060，也可以选择装CPU版本的PyTorch 打开官网pytorch可以看到依次需要的这些版本
打开Anaconda Prompt终端，在终端中运行如下代码： 查看conda版本 conda --version 或 conda -V更新conda（将conda自身更新到最新版本） conda update conda创建虚拟环境 conda create -n env_name python=3.9这表示创建一个名为env_name的环境并指定Python版本为3.9（-n中的n即是name）。 激活虚拟环境 conda activate env_name使用如上命令可激活创建的虚拟环境。 退出虚拟环境 conda deactivate使用如上命令可以退出当前正在使用的虚拟环境。 删除虚拟环境 conda remove -n env_name --all 或 conda remove --name env_name --all使用如上命令将名为env_name的虚拟环境以及其中的包都删除。 列出所有虚拟环境 conda env list 或 conda info --envs列出当前环境的所有包 conda list安装第三方包 conda install dill 或 pip install dill使用如上指令安装名为dill的软件包。 卸载第三方包 conda uninstall dill 或 pip uninstall dill使用如上指令卸载名为dill的软件包。 二、Anaconda更换默认下载源（可选）：打开Anaconda Prompt，然后输入如下命令添加清华源： conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/设置搜索时显示通道地址 conda config --set show_channel_urls yes设置pip为清华源（打开Anaconda Prompt，输入如下代码）： pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple换源中常用的命令及含义： 显示安装通道 conda config --show channels添加源 conda config --add channels url地址删除源 conda config --remove channels url地址例如：conda config --remove channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ 恢复默认源（换回默认设置） conda config --remove-key channels 三、创建环境以及配置 PyTorch 1. 创建 Python 3.9 环境打开 Anaconda Prompt，创建一个名为 “test” 的 Python 3.9 环境，输入以下命令： conda create -n test python=3.9
然后输入“y”。
首先，激活名为“test”的环境，输入以下命令： conda activate test
然后，使用以下命令查看 CUDA 版本（非 NVIDIA 显卡用户请安装 CPU 版本的 PyTorch，消耗执行此命令）： nvidia-smi
接下来，进入 PyTorch 官方安装网址，选择以下安装选项： 第二行：根据自己的电脑版本选择 第三行：选择通过 pip 或 conda 安装（渴望） 第五行：根据自己的CUDA版本选择对应的PyTorch版本（非NVIDIA则选择CPU版本）
或者点击“previous versions of PyTorch”选择之前的 PyTorch 版本。
如果安装的是GPU版本的PyTorch，您还可以通过输入以下命令检查是否安装成功： torch.cuda.is_available()如果返回True，代表成功。若需要退出Python环境，请输入exit()。
|
2. 输入命令查看是否有anaconda环境 
如果显示出版本号则代表Anaconda，如果没有显示版本号，可以看这篇文章Anaconda安装
出现上面几张图则代表环境配置成功
例如本机电脑当前为11.0，只能选择比11.0小的，可以看到选项中没有比11.0小的，可以去下面选择
此时我找到这条指令，并复制到界面中
至此，已经完成了环境的创建。
如果是NVIDIA显卡用户，且输入上述命令后仍报错，可以尝试将显卡驱动更新或找到“nvidia-smi.exe”并将其路径添加到系统环境变量的“Path”中。
例如，如果“nvidia-smi”显示的 CUDA 版本为 12.0，则可以选择下载 CUDA 小于等于 12.0 的 PyTorch 版本。我这里选择 CUDA 11.7，复制以下命令：
注意：若下载失败，可以尝试更换网络，或多次重复执行命令，或者尝试 Anaconda 安装教程中换源操作。
【本文地址】
今日新闻 |
推荐新闻 |