赞
踩
目录
③pip install 和conda install的区别
到官网:
Index of /anaconda/archive/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror
双击exe——Next——I Argee——just me ——选择路径(建议自定义,不要安装到c盘,且安装路径不要出现中文)——两个勾都勾上,不然配置环境很麻烦——Install——接下来页面两个勾不选——fnish完成安装。
开始去找到这个
点开能进入命令框,输入python,可以看到python版本。print(“hi”)
首先搜索栏找到设备管理器——显示适配器——NVIDIA(有这个才可以,说明电脑有GPU独显,否则就是只有集成显卡Intel,如图所以,很多比如联想台式电脑就没有独显,那么跑深度学习就得有服务器)
在电脑上按键win+r——输入cmd——输入nvidia-smi
(1)理论上显卡越新越好,但是有的新的会不稳定,显示花屏等异常出现,所以不能一味追求新。而且太新了可能还没来得及出来对应的pytorch版本,就没法匹配。
(2)安装的驱动版本<=电脑上显示的(支持最高cuda版本号),如本台电脑是12.0,那么安装的必须<=12.0,不能大于它。
(3)如果显卡<=PTX2080,推荐安装cuda10.2+cudnn7.6.5,或者其他版本;
如果显卡>=PTX3050,则必须安装cuda>=11.0。
torch | torchvision | Python |
main/nightly | main/nightly | >=3.8,<=3.11 |
2.0 | 0.15 | >=3.8,<=3.11 |
1.13 | 0.14 | >=3.7.2,<=3.10 |
1.12 | 0.13 | >=3.7,<=3.10 |
1.11 | 0.12 | >=3.7,<=3.10 |
1.10 | 0.11 | >=3.6,<=3.9 |
1.9 | 0.10 | >=3.6,<=3.9 |
1.8 | 0.9 | >=3.6,<=3.9 |
1.7 | 0.8 | >=3.6,<=3.9 |
1.6 | 0.7 | >=3.6,<=3.8 |
1.5 | 0.6 | >=3.5,<=3.8 |
1.4 | 0.5 | >=3.8,<=3.11 |
1.3 | 0.4.2/0.4.3 | ==2.7,>=3.5,<=3.8 |
1.2 | 0.4.1 | ==2.7,>=3.5,<=3.7 |
1.1 | 0.3 | ==2.7,>=3.5,<=3.7 |
<=1.0 | 0.2 | ==2.7,>=3.5,<=3.7 |
conda create -n 自己起名字 python==
如:conda create -n yolov8 python==3.8.0
这里就可以写上python版本,不然默认使用anaconda自带的python版本。
创建完了可以输入命令查看,没创建前anaconda本身只有一个base。
接下来进入自己虚拟环境,前面base变成了自己的环境名称,就可以接下来在这个环境里为所欲为了,安装卸载,即使弄错了,去anaconda安装路径找envs文件夹,里面有你的虚拟环境可以整个复制或者删除。
(1475条消息) [pytorch]pytorch官方安装法_torch==1.13.1+cu117_FL1623863129的博客-CSDN博客
pip install torch==1.9.0+cu111 torchvision==0.10.0+cu111 torchaudio==0.9.0 -f https://download.pytorch.org/whl/torch_stable.html
慢慢等待下载,我这里用了清华源。接下来补充两个知识点:
conda ≈ pip(python包管理)+虚拟环境+非python依赖包管理
用conda下来接下来的包,这样的话下载一次,如果你其虚拟环境也要,他优先从上一目录找,如果有直接安装,就是说一次下载多次安装使用。
pip只能下载python包,而且下载安装到仅仅是当前环境,下次环境要用就得再下载。
下载包的时候优先推荐conda,不行再用pip。
删除用pip uninstall 包名 或者 conda uninstall 包名,效果一样,只删除当前环境下的包。
下载好只后可以输入命令pip list 查看:
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。