赞
踩
(注意:长远考虑不要安装在C盘)
Anaconda官网
(注意:长远考虑不要安装在C盘)
这里需要用到清华大学开源镜像站.
在搜索框中键入 cmd
, 输入 conda config --set show_channel_urls yes
,用以创建.condarc
文件,该文件路径在 C:\用户\xxx\
, 用记事本打开并将下面的内容复制进去,注意要修改两个路径地址。
channels: - defaults show_channel_urls: true default_channels: - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2 custom_channels: conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud pytorch-lts: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud deepmodeling: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/ envs_dirs: - D://ProgramFiles//anaconda3//install//envs #这里需要更改,写自己的anaconda安装目录 pkgs_dirs: - D://ProgramFiles//anaconda3//install//pkgs #这里需要更改,写自己的anaconda安装目录
在开始菜单找到Anaconda Prompt
并打开,键入 conda create -n your_envs python=3.8
, your_envs是虚拟环境的名称可自定义,目前3.8版本的python与pytorch兼容性较好所以装了3.8,3.9也行。
执行完上述步骤后,添加系统环境变量
方法:右键我的电脑——>属性——>高级系统设置——>环境变量——>在系统变量下找到Path并点击编辑
找到anaconda的安装目录
添加下面的路径(即anaconda的安装目录下\condabin ;\install【condabin的上一级】)
E:\addProgram\Anaconda\install\condabin
E:\addProgram\Anaconda\install
D:\ProgramFiles\anaconda3\install\Scripts
查看 Conda 版本:
conda --version
创建新的 Conda 环境:
conda create -n [env_name] python=[version]
示例:conda create -n sushi python=3.8
激活 Conda 环境:
conda activate [env_name]
示例:conda activate sushi
列出已安装的包:
conda list
安装包到 Conda 环境:
conda install [package_name]
示例:conda install numpy
更新 Conda 环境中的包:
conda update [package_name]
删除 Conda 环境:
conda remove -n [env_name] --all
列出所有 Conda 环境:
conda env list
复制 Conda 环境:
conda create --name [new_env_name] --clone [existing_env_name]
初始化 Conda 对 Shell 的支持:
conda init [shell_name]
示例:conda init powershell
退出虚拟环境:
conda deactivate [env_name]
示例:conda deactivate sushi
删除虚拟环境:
conda remove -n [env_name] --all
示例: conda remove -n sushi --all
查看当前环境的详细信息:
conda info
清除 Conda 的下载缓存:
conda clean --all
搜索可用的包版本:
conda search [package_name]
点击桌面右下角英伟达设置图标——>系统信息
——>组件
尝试从 PyTorch 官方渠道安装,因为 PyTorch 的官方 Anaconda 渠道通常会有最新的 cudatoolkit 版本。可以用以下命令尝试:
conda install pytorch torchvision torchaudio cudatoolkit=12.2 -c pytorch
查看 PyTorch 官方支持的 CUDA 版本,确认 12.2 版本是否可用。如果不可用,可以考虑使用其他版本的 CUDA Toolkit。你可以通过以下命令查看可用的版本:
conda search cudatoolkit --channel pytorch
注意:有时候是因为清华大学镜像源给出的pytorch版本没有更新,与cuda版本不匹配,要使用上述命令查看,比如你你的系统安装了 NVIDIA CUDA 12.2.138 驱动,但是在 PyTorch 渠道中并没有找到 CUDA Toolkit 12.2 的版本,最新的是 11.8,那就需要安装CUDA Toolkit 11.8。如果还有问题多试试下面的方法
如果你想继续使用国内镜像源以加速下载速度,可以尝试其他镜像源,比如中科大的镜像源。以下是如何添加中科大的镜像源:
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/pytorch/
conda config --set show_channel_urls yes
然后再次尝试安装:
conda install pytorch torchvision torchaudio cudatoolkit=12.2 -c pytorch
在安装命令中指定使用 PyTorch 的官方源,同时保留其他的国内源配置,可以尝试以下命令:
conda install pytorch torchvision torchaudio cudatoolkit=12.2 -c pytorch -c defaults
首先确保你的 Python 环境已经激活,比如你之前创建的环境(假设名为 myenv
):
conda activate myenv
安装 PyTorch 和 CUDA Toolkit 11.8:
conda install pytorch torchvision torchaudio cudatoolkit=11.8 -c pytorch
这个命令会从 PyTorch 的官方渠道安装 PyTorch 和匹配的 CUDA Toolkit 版本(11.8)。
安装完成后,你可以运行以下简单的 Python 脚本来检查 PyTorch 是否能够正确使用你的 GPU:
import torch
print("PyTorch version:", torch.__version__)
print("CUDA available:", torch.cuda.is_available())
print("Number of GPUs:", torch.cuda.device_count())
print("GPU Name:", torch.cuda.get_device_name(0) if torch.cuda.is_available() else "No GPU found")
这段代码将显示 PyTorch 的版本,检查 CUDA 是否可用,列出可用的 GPU 数量以及第一个 GPU 的名称。
点击扩展,安装 Chinese,Python, Code Runner
插件
Ctrl+Shift+P
打开命令面板。Python: Select Interpreter
。Python 3.8 (conda: your_envs)
。ctrl+shift+p
搜索打开首选项
进入setting.json
文件:
{ "terminal.integrated.profiles.windows": { "Command Prompt": { "path": [ "${env:windir}\\Sysnative\\cmd.exe", "${env:windir}\\System32\\cmd.exe" ], "args": [], "icon": "terminal-cmd", "color": "terminal.ansiYellow" }, "Cmder": { "path": "C:\\Windows\\system32\\cmd.exe", "args": [ "/k", "conda activate D:\\ProgramFiles\\anaconda3\\install\\envs\\sushi" //路径改为 虚拟环境 your_envs 编译器所在的位置 ], "env": { "CMDER_ROOT": "D:\\ProgramFiles\\anaconda3\\install\\envs\\sushi\\Scripts\\python.exe" //路径改为 虚拟环境 your_envs 编译器所在的位置 }, "color": "terminal.ansiGreen", "icon": "terminal-cmd" }, }, "terminal.integrated.defaultProfile.windows": "Cmder", }
your_envs
环境。使用管理员权限打开 Windows PowerShell
——> 键入:Set-ExecutionPolicy -ExecutionPolicy RemoteSigned
——> 确认修改安全策略
设置 Python 解释器:
Ctrl+Shift+P
),然后输入和选择 Python: Select Interpreter
,选择对应的 Conda 环境。打开设置文件:
Ctrl+Shift+P
,输入和选择 Preferences: Open Settings (JSON)
。配置默认终端:
"terminal.integrated.defaultProfile.windows": "PowerShell"
配置终端启动时执行的命令:
"terminal.integrated.profiles.windows": {
"PowerShell": {
"path": "powershell.exe",
"args": ["-NoExit", "-Command", "& {conda activate sushi}"]
}
}
修改 PowerShell 执行策略(在 PowerShell 管理员模式下执行):
Set-ExecutionPolicy -ExecutionPolicy RemoteSigned -Scope CurrentUser
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。