1,创建一个虚拟环境如名称为tuduipytorch
要选择Python版本最好选择Python3.5以后的版本
conda env list 查看目前有哪些虚拟环境
1)利用conda create指令创建新的虚拟环境
格式:conda create -n tuduipytorch python=3.6
这时候问你是否继续:选择y继续。
接着显示done,表示已经下载完成
然后问你是否激活或不激活退出(第一个to是激活进去,第二个to是不激活退出)
这时候选择第一个激活的话输入conda activate tuduipytorch
再接着输入conda list显示。
接着显示:
这个是显示当前虚拟环境中有哪些包及必要的信息。
2)用镜像来加速
conda create -n 名字 python=3.6 -c镜像地址
清华镜像https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
北京外国语大学镜像https://mirrors.bfsuedu.cn/anaconda/pkgs/main
阿里巴巴镜像http://mirrors.aliyun.com/anaconda/pkgs/main
3)删除虚拟环境:conda remove -n 虚拟环境名字 --all
(为什么我删不掉啊啊啊啊)
2,GPU与CUDA的准备工作
1)确定自己显卡的算力(确定自己的显卡型号)
2)确定自己的可选择CUDA Runtime Version
3)确保自己的 CUDA Driver 版本 >= CUDA Runtime 版本
实战:
1)显卡型号:NVIDIA GeForce RTX 4060 Laptop GPU
2)
CUDA Driver Version: 12.0
3)cuda runtime version我实在是找不到。
直接在官网上选了一个最新的版本(4060应该可以试试)
3,安装pytorch
进入虚拟环境,conda activate tuduipytorch(之前创建好的)
再输入官网给的conda install pytorch torchvision torchaudio pytorch-cuda=12.1 -c pytorch -c nvidia选择y下载
下载可能比较慢,如果有需要的话用前面讲的镜像加速。
4,验证pytorch是否安装成功
1).激活对应的虚拟环境(你安装Pytorch的虚拟环境)conda activate 虚拟环境
2).输入conda list,看有没有pytorch或者torch
3).输入python
4).输入import torch
5).输入 torch.cudais available()
6).如果显示True,就说明我们这个PyTorch安装成功了
Index of /anaconda/cloud/pytorch/win-64/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror
Python 3.11