赞
踩
目录
Anaconda是一个集成了常用于科学分析(机器学习,深度学习)的大量工具包。Anaconda的下载地址:地址。(个人使用的是python3.6,推荐3.6版本)
推荐: Anaconda历史版本链接:点击这里,选择这个版本: Anaconda 3-5.2.0
如下载速度过慢,可下载个人存在网盘里的,链接:https://pan.baidu.com/s/1-yFF46zzbHHnWhPezuyNBw
提取码:5nqu
下载完成后点击下一步,安装完成。为了验证安装是否成功,在开始菜单查看,双击进入 Anaconda Prompt。
如果可以成功打开,并且在左侧有“base”显示,则安装成功。
打开任务管理器,在 GPU 那里看到了你的 NVIDIA 显卡即可。说明你的硬件驱动,已安装。
为了便于下一步安装,通过显卡查看CUDA版本信息。在桌面右键单击,查看“NVIDIA控制面板”,点击 “帮助”中的“系统信息”。
在“系统信息”中“组件”查看CUDA版本信息,便于下一步安装。如下图便为CUDA10.1版本。
Anaconda 集成的 conda 包就能够解决需要使用到不同版本的环境的问题。
首先使用 conda 指令在Anaconda Prompt创建一个叫做 pytorch的空间。
指令为:
conda create -n pytorch python=3.6
之后,弹出提示,输入 y,即可安装。
接下来,要在 pytorch 环境中,安装 PyTorch,使用如下指令,进入 pytorch 环境。
conda activate pytorch
在上述步骤成功后,开始安装 PyTorch。官网地址为:PyTorch官网,下拉到Quick Start页面。
PyTorch Build 选择 稳定版(stable)还是预览版(Preview),一般选择前者。选择系统,Windows下推荐 conda,Linux 下推荐 pip;Python版本按照Anaconda的版本选择,我这里选择3.6。CUDA根据第三步中的查看本机版本选择,如本机为CUDA10.1,则选择10.1。如果没有显卡的话,选择 None。我的选择如下所示:
复制"Run this Command"中的命令,在开始菜单中,打开 Anaconda Prompt,查看最左边括号中是 base 还是 pytorch。
如果是 base,使用 conda activate pytorch
进入 pytorch 环境中。之后粘贴。
注意:但官网下载速度很慢,直接粘贴经常安装不成功,因此我们在这一步使用镜像安装。
在所复制的代码后添加:
-i https://pypi.mirrors.ustc.edu.cn/simple
因此,完整的粘贴代码为:
conda install pytorch torchvision cudatoolkit=10.1 -c pytorch -i https://pypi.mirrors.ustc.edu.cn/simple
而后点击回车键安装即可。
为了验证安装是否成功,在命令行依次输入:
(1)在命令行左边为 pytorch 环境中,输入 "python";
(2)进入python编译器,进一步输入:
import torch
而后检查版本输入:
torch.__version__
(3)接下来,输入
torch.cuda.is_available
如果是 True,意味着你可以使用 GPU,如果是 False,意味着只能使用CPU。
进一步在pycharm
中使用conda
虚拟环境,进行下列设置:
上述的步骤就安装成功了。
TIPS:通过pip安装遇到错误时的解决办法,经常会遇到Read timed out。
解决方法为:pip安装时加入超时机制: --default-timeout=100 (时间可以自设定)
例如,上述通过pip安装,指令加超时机制后为:
pip --default-timeout=100 install torch==1.5.1+cu101 torchvision==0.6.1+cu101 -f https://download.pytorch.org/whl/torch_stable.html
如有问题,可私信。
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。