Pytorch学习笔记（一）——pytorch环境搭建配置_激活pytorch环境

前言与前期准备

  这个月开始进行机器学习方面的学习研究，所谓万事开头难，刚准备入门pytorch的我就碰到了搭建环境这个大boss，这还没开始就碰到拦路虎，难免会降低自己学习pytorch的兴趣，经过上网查询，各类教程真是理不清，剪还乱，很多教程发表时候的情况与现在的情况发生了很大改变，造成自己在搭建过程中出现很多问题，最后花了很多时间才搭建完成。
   因此，我想结合自己搭建过程中遇到的情况重新做一篇配置环境的博文，希望本文能帮助那些刚入门pytorch的小伙伴轻松解决这个大boss，也让自己能对如何搭建pytorch环境更加的熟练以及作为以后学习的笔记。

环境配置要求:

配置环境时的时间：2021年10月

搭建环境前提的条件:

OS:win10
Anaconda
Pytorch

搭建GPU版本的pytorch条件：

Navidia GPU支持CUDA
Navidia CUDA
Navidia CUDNN

一、Anaconda的安装

1.1.Anaconda介绍

Anaconda指的是一个开源的Python发行版本，其包含了conda、Python等180多个科学包及其依赖项。
conda是一个开源的包、环境管理器，可以用于在同一个机器上安装不同版本的软件包及其依赖，并能够在不同的环境之间切换。
------------------------------------------来自百度百科--------------------------------------

由上面的介绍，得到的几点信息是：
1.Anaconda是python的一个发行版本。
2.Anaconda内置一个conda工具。
Anaconda与python的差异是：
  Anaconda主要用于进行大规模数据处理、预测分析，和科学计算，可以简化包的管理和部署。所以与python相比Anaconda多了很多python没有的库以及一些管理工具。

  此外，Anaconda内置conda工具可以很好的进行包管理，以及使用不同的虚拟环境隔离不同要求的项目，虚拟环境的隔离，可以方便使用不同版本的pytorch而不用卸载原有的pytorch。

1.2.Anaconda的下载安装

Anaconda下载地址
1.点击箭头。

2.跳转到下载界面。

3.选择相应版本下载

4.安装，这里记一下安装的路径。

5.安装完成之后，在开始栏找到Anaconda prompt,单击打开。

6.有出现base即为安装完成。

1.3.Anaconda的配置下载源

  由于Anaconda默认的源由于墙的原因速度比较慢，所以我们可以配置清华的源来提升速度，如果不配置，就只能着看下载进度条一动不动。
方法：
在anaconda中，依次输入下面的命令：

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --set show_channel_urls yes
1
2
3
4

conda config --show#显示出所有conda的config信息
conda config --show channels#只显示channels的信息

  这里我们使用conda config --show channels来查看是否配置成功，如果出现我们刚才配置源的地址就是成功了。

1.4.Anaconda的如何切换不同版本的pytorch（以cpu和gpu版本之间切换为例）

  在Anaconda中，我们可以创建不同的虚拟环境，用以使用不同版本的python或者不同版本的pytorch。

例子：
假设gpu版本的pytorch命名为pytorch,cpu版本命名为cpu版本。

 创建一个名为pytorch的环境，其使用python版本为3.8 
conda create -n pytorch python=3.8 
 
 创建一个名为pytorch1的环境，其使用python版本为3.6
conda create -n pytorch1 python=3.6 

查看配置的所有虚拟环境信息
conda info --envs 

激活pytorch环境，这个时候我们看见最左边的括号变为pytorch
conda activate pytorch

输入python可以显示当前的python版本为3.8，输入quit()退出。

退出当前激活的虚拟环境
conda deactivate

激活pytorch1环境，这个时候我们看见最左边的括号变为pytorch1
conda activate pytorch1

移除pytorch1环境
conda remove -n pytorch1 --all

查看配置的所有虚拟环境信息，这个时候pytorch1环境就没了
conda info --envs 
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25

二、Pytorch的安装

2.1.Pytorch介绍

  PyTorch是一个开源的Python机器学习库，基于Torch，用于自然语言处理等应用程序。
  2017年1月，由Facebook人工智能研究院（FAIR）基于Torch推出了PyTorch。它是一个基于Python的可续计算包，提供两个高级功能：1、具有强大的GPU加速的张量计算（如NumPy）。2、包含自动求导系统的深度神经网络。
  PyTorch既可以看作加入了GPU支持的numpy，同时也可以看成一个拥有自动求导功能的强大的深度神经网络
------------来自百度百科---------------------------

  由于pytorch简单易用，其正在被越来越多人接受使用，

2.2.Anaconda的下在线安装Pytorch

pytorch下载地址
1.
2.

3.在anaconda中，先创建虚拟环境。

conda create -n pytorch python=3.8 创建一个环境
conda activate pytorch 切换到相应环境

切换好环境看左边显示。

4.切换好版本之后，复制conda命令，打开anaconda，粘贴相应的命令。

  记住这里pytorch与torchvision的版本，用以进行下一步的离线下载。

5.如果在线安装则输入Y（不推荐容易卡住，下载速度太慢了），如果离线安装输入N，记住pytorch和torchvision版本即可。

2.3.Anaconda的下在线、离线混合安装Pytorch

1.在上一步中，我们已经记住了pytorch的版本，我们去清华的源里找到这两个文件，下载下来，下载后放入自己创建的文件夹中，记住路径，我的是E:\a\gpu。

2.在anaconda中，输入e：切换盘符，再输入cd ./a/gpu进入gpu文件夹

3.离线安装
输入：
这里–offline后面是文件名包括后缀

conda install --offline pytorch-1.9.1-py3.8_cuda10.2_cudnn7_0.tar.bz2

conda install --offline torchvision-0.10.1-py38_cu102.tar.bz2

显示如下则为安装好了：

如果显示为如下错误：

则进入anaconda安装目录里找到pkgs文件夹，将文件名对应的文件夹删除,再进行上次命令输入即可。

4.pytorch和torchvision都离线安装完成之后，再输入在pytorch官网给的在线安装命令，这个时候选Y,即可。

5.切换虚拟环境，安装cpu版本同理。

此种安装方法，把难下载的大文件先安装了，之后在线安装就快很多。

2.4.检查是否安装成功

gpu版本会返回true，而cpu版本返回false，如果gpu版本返回false则检查自己电脑是否支持gpu版本。
输入:python 切换到python环境
依次输入，查看结果。

import torch
torch.cuda.is_available()
1
2
3

三、CUDA

3.1.CUDA介绍

参考博文：
CUDA介绍

3.2.CUDA版本的选择

只有N卡才支持cuda,且在nvidia官网上确认自己显卡支持cuda功能。
方法一：
win键+R,输入cmd,输入nvidia-smi查看：
可以看到版本为11.2

方法二：

3.3.CUDA的安装

CUDA下载地址
选择之前的版本，不要直接下最新版本，看自己对应版本下

我是11.2版本，所以我可以下任意11.2.x版本。

下载后按照引导安装即可。

3.4.CUDA版本安装错误怎么卸载重装

如果之前安装cuda版本错误，是无法安装成功的，但是重新安装对应版本会出错，提示已经安装了新的版本，这个时候要卸载之前安装的，步骤如下
打开window控制面板

卸载所有带cuda的程序，之后再程序安装正确版本即可

四、CUDNN

4.1.CUDNN的安装

cudnn下载地址
下载后将cudnn解压放入cuda文件夹中即可。
参见博文：
参考

五、常见的一些Conda命令

配置源相关：
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes
conda config --show 
conda config --remove channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --remove-key channels
conda config --show #显示出所有conda的config信息
conda config --show channels #只显示channels的信息

环境相关：

conda create -n pytorch python=3.8.8
conda create -n pytorch1 python=3.6
conda info --envs
conda activate pytorch1
conda remove -n pytorch1 --all
conda deactivate

安装相关：

conda install --offline pytorch-1.9.1-py3.8_cpu_0.tar.bz2
conda install --offline torchvision-0.10.1-py38_cpu.tar.bz2
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22

本BLOG上原创文章未经本人许可，不得用于商业用途。转载请注明出处，否则保留追究法律责任的权利
本文链接：https://blog.csdn.net/qq_23345187/article/details/120605511
————————————————
版权声明：本文为CSDN博主「酒与花生米」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/qq_23345187/article/details/120605511