发布时间:2023-01-04 10:30
第一次安装的时候安装了差不多有一整天,还安装失败了。这次安装的速度很快。
首先是Anaconda的下载,我用的是上学期学python的时候老师之前给的安装包,很快就安装好了,或者去官网去下载Anaconda也挺快,链接如下:
Anaconda官网
其次是Anaconda安装,整个下载过程都是一路next,我只是把下载的路径改变了一下。默认路径是C盘,我调整到了其他盘。
安装完整后,在看是菜单处看到新添加的东西
打开这个Anaconda Prompt应用进入之后是以(base)开头
接下来就是创建pytorch这个包了
我的版本是3.8,所以下面也也安装3.8版本的,pytorch 是后边建立里的命名
如果不清楚自己的python版本,win+R,打开cmd控制台,输入python就可以看到自己的版本信息。
conda create -n pytorch python=3.8
之后,弹出提示,输入 y,即可安装。
安装成功后,输入以下指令:
conda info --envs
conda activate pytorch
这里面我是按照一个blog用的清华的一个镜像安装的,相对于去年我第一次下载安装pytorch来说,速度很快
下载的时候有显卡用显卡,没显卡就只能用cpu了
如何查看自己的CUDA版本号
在cmd窗口中输入这个命令
nvidia-smi
接下来就需要导入清华的镜像了。这里我参考的是其他的博客
.condarc
插播.condarc知识点:
.condarc以点开头,一般表示 conda 应用程序的配置文件,在用户的家目录(windows:C:\users\username\,linux:/home/username/)。但对于.condarc配置文件,是一种可选的(optional)运行期配置文件,其默认情况下是不存在的,但当用户第一次运行 conda config
命令时,将会在用户的家目录创建该文件。这个shell命令第一次安装的情况下,你需要先执行才会看到.condarc文件,用记事本打开
channels:
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/win-64/
- defaults
show_channel_urls: true
channel_alias: https://mirrors.tuna.tsinghua.edu.cn/anaconda
default_channels:
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/pro
- 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
simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
conda install pytorch torchvision torchaudio cudatoolkit=11.3 -c pytorch
这里我参考了其他的博客,将-c pytorch
去掉了。安装速度很快。我第一次安装安装一整天,这个安装大概是分钟左右
复制下面的代码,之后,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。之后粘贴即可。
conda install pytorch torchvision cpuonly
接下来只需要按照提示输入就可以了
验证是否安装成功(最激动人心的时刻)
(1)在命令行左边为 pytorch 环境中,输入 python
(2)之后,输入 import torch
,如果没有报错,意味着 PyTorch 已经顺利安装了
(3)接下来,输入 torch.cuda.is_available
,如果是 True,意味着你可以使用 GPU。
这样就是成功了
因为shell输入代码不带有提示,使得对新手很不友好。我们将带有pytorch的anaconda导入到pycharm中去
这里即为导入了带有pytorch的anaconda
接下里我们来验证一下
输入上面的代码,当显示为True时,即为导入成功。
self_drive car_学习笔记--第6课:动态环境感知与Tracking
基于OneDNS实现减少网站广告骚扰和恶意攻击,守护上网安全
C# Winform 使用 PuppeteerSharp 进行网页截图、生成pdf等操作
C语言常见库函数详解——【字符/字符串函数及内存操作函数】(一)
史上最详细教程------使用git命令将代码上传到GitHub(一看就会)
pandas 作图 统计_绘图和可视化 Matplotlib,Pandas,Sseaborn, Pyecharts(数据蛙视频课摘录)...
【开源】DA14580-SPI教程——疯壳·ARM双处理器开发板系列
【正点原子Linux连载】第四章 使用Qt Designer开发摘自【正点原子】I.MX6U嵌入式Qt开发指南V1.0.2