Pytorch安装和配置教程

AAI机器之心

已于 2024-05-05 11:07:33 修改

阅读量2.3k

点赞数 46

文章标签： pytorch 人工智能 python YOLO 开发语言深度学习机器学习

于 2024-02-02 07:30:00 首次发布

本文链接：https://blog.csdn.net/AAI666666/article/details/135911245

版权

本文详细指导科研小白如何在Anaconda上安装PyTorch，创建虚拟环境，并将其配置到PyCharm，涉及GPU版本的安装和PyTorch在深度学习中的应用。

摘要由CSDN通过智能技术生成

Pytorch安装和配置教程

作为一个科研小白，在人工智能领域研究需要深度学习框架和趁手的编程工具。主流的深度学习框架有Pytorch和TensorFlow。本文将一步步详细讲解利用Anaconda安装Pytorch框架和将其环境配置到Pycharm。

本文参考上述视频，大家可以根据自己喜好选择看视频或本文章。

Anaconda安装

Anaconda是一个开源Python发行版本，包含很多科学计算的依赖包，不仅可以便捷的下载和管理依赖包，而且可以统一管理发行版本，避免依赖包之间版本冲突。

首先进入Anaconda下载网页，点击下载Anaconda安装包，我下载的是Windows版本的，官网还提供了Mac和Linux版本的，大家根据自己电脑的操作系统下载。
下载完成后点击安装包进行安装，按照提示一步步进行安装，需要注意的是要记住安装的位置，便于后面在Pycharm配置路径时能够找到。我安装的路径为：E:\Anaconda3。
安装完成后，在Windows自带的搜索中输入Anaconda Prompt进行搜索，找到并打开Anaconda命令窗口，如下图所示。base是Anaconda默认安装的环境，一般我们不会在base环境下安装依赖包，而是使用conda命令来创建虚拟环境。接下来我们来尝试创建一个名为“pytorch”的虚拟环境。
在当前命令窗口中输入：conda create -n pytorch python=3.9，该命令是创建一个名为“pytorch”的虚拟环境，指定python版本为3.9。虚拟环境的名称和python版本都可以自己指定。安装虚拟环境过程需要输入 y 进行回车确认，才进行安装。如果不想在过程中输入 y 确认可以在命令添加中 -y。最后等待下载安装好虚拟环境。
```
text
复制代码
conda create -n pytorch python=3.9
conda create -y -n pytorch python=3.9
```
安装好虚拟环境后，我们需要切换到刚刚安装好的虚拟环境，输入命令为：conda activate pytorch，这样我们就切换到pytorch虚拟环境下。此外，我还提供其他比较常用的命令，如:查看现存的虚拟环境、退出当前虚拟环境和删除虚拟环境。大家感兴趣的可以尝试一下。
```
text
复制代码
# 更换虚拟环境
conda activate pytorch
# 查看当前存在的虚拟环境
conda env list
# 退出当前的虚拟环境
conda deactivate
# 删除虚拟环境
conda env remove -n pytorch
```

Pytorch安装

PyTorch框架是由Facebook开源的神经网络框架，专门针对 GPU 加速的深度神经网络（DNN）编程。Torch 是一个经典的对多维矩阵数据进行操作的张量（tensor ）库，在机器学习和其他数学密集型应用有广泛应用。与Tensorflow的静态计算图不同，pytorch的计算图是动态的，可以根据计算需要实时改变计算图。

Pytorch可以安装GPU或者CPU版本，二者区别就是前者处理核多，运算快，能够加速模型训练。后续安装步骤以GPU为主。

安装GPU版本首先得查看自己电脑的配置是否有独立显卡（非集显），打开任务管理器->性能->GPU，如下图所示。查看显卡型号和判断是否是独立显卡。
打开PyTorch官网页面往下拉，直达看到如下图所示位置。默认如图选择的配置，安装优先使用conda（可兼顾依赖包版本），其次是pip进行安装。Compute Platform一般选择最左侧的CUDA版本，自己电脑的CUDA版本要大于或等于它。没有GPU的选择CPU进行安装。查看CUDA版本可以按“Win+R”键，输入cmd回车，打开命令行窗口，输入nvidia-smi进行。如果驱动版本和CUDA版本太低，则需要去更新显卡驱动。
```
text
复制代码
# 查看GPU使用情况、驱动版本和CUDA版本
nvidia-smi
```
复制Run this Command里面的命令语句到之前Anaconda命令窗口，粘贴上去回车下载安装。若没有使用镜像channel，下载过程可能会很慢，大家可以自行上网查找文章配置镜像。执行完成后，如果不确定是否安装到位，可以再复制该语句执行，最后一句会出现All requested packages already installed.表示安装完成。
```
text
复制代码
# 最好是去官网下复制，防止官网更新Pytorch修改了语句
conda install pytorch torchvision torchaudio pytorch-cuda=11.8 -c pytorch -c nvidia
```
安装完成后要测试pytorch是否能调用cuda，输入python进入python运行环境，再依次输入import torch和torch.cuda.is_available()，若为True则表示测试成功。这样我们就完成了Pytorch的安装了。
```
python
复制代码
# 进入python运行环境
python
# 导入torch包，不是pytorch
import torch
# cuda是否能使用
torch.cuda.is_available()
```

Pycharm配置Anaconda虚拟环境

在前面的步骤成功后，就可以将该虚拟环境配置到Pycharm中。首先打开Pycharm,创建一个新项目，点击右侧的python interpreter->Previously configured interpreter->Add Interpreter->Add Local Interpreter。
在弹出的窗口左侧选择Conda Environment，在右侧Conda Executable中需要选择Anaconda安装路径下的Scripts\conda.exe，我安装的路径为：E:\Anaconda3\Scripts\conda.exe。选择好后Pycharm会识别出Anaconda的虚拟环境，在下拉框选择好虚拟环境即可。

如何学习大模型 AI ？

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。

但是具体到个人，只能说是：

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

😝有需要的小伙伴，可以点击下方链接免费领取或者V扫描下方二维码免费领取🆓

在这里插入图片描述