Anaconda、Pytorch、CUDA、Cudnn的安装教程在网上已经多如牛毛且非常丰富了,本文不再赘述,只记录几个新手常见问题。
1. Anaconda是什么?
Anaconda是一个开源的Python发行版本,也是一个安装、管理Python相关包的软件。它包含了Python、conda等180多个科学包及其依赖项。具体来说,Anaconda包含了大量用于数据科学、机器学习、统计分析等方面的科学包,如numpy、pandas、scikit-learn等。此外,Anaconda还自带了Jupyter Notebook、Spyder等工具,方便用户进行数据分析和开发工作。
Anaconda利用conda来进行包和环境的管理,能够方便地解决多版本Python并存、切换以及各种第三方包的安装问题。conda不仅可以用来安装包,还可以用来管理环境和依赖关系。
如果只需要某些包,或者需要节省带宽或存储空间,也可以使用Miniconda这个较小的发行版(仅包含conda和Python)。
2.下载了Anaconda还需要下载python吗?
不需要。Anaconda内置python,无需再额外下载python,对于之前安装过一些其它版本python的朋友,可以在cmd输入where python查看电脑安装python解释器的位置。
使用conda创建不同的虚拟环境时,该虚拟环境会根据用户指定的python版本和安装的包来创建不同的python解释器。如果你想使用你想安装的包,必须要在pycharm或vscode中将解释器切换到其所安装在的conda环境下的python解释器,否则就会报错(示例如下)
import torch # 导入pytorch
print(torch.cuda.is_available()) # 测试pytorch-gpu是否可用
如果将解释器设置为未安装pytorch环境下的python解释器,pytcharm会报错:
如果将解释器切换到已安装pytorch包的虚拟环境下的python解释器,则可正确运行:
3. 清华镜像源与包的安装
安装anaconda与后续相关的包可以通过其相对应的官网进行下载,但由于网络限制原因导致下载很慢甚至下载失败。这时候需要进行镜像网站的配置,目前常用的镜像网站之一是清华镜像。清华镜像的.condarc文件配置与anaconda相关包的配置请访问:anaconda | 镜像站使用帮助 | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror
修改完默认源之后,就可以通过pip或conda指令进行包管理了。也可以在镜像网站手动下载包,并通过conda指令,如下,来安装下载好的.tar.bz2包文件,--use-local后面最好写绝对路径,或者进入到Anaconda的pkgs目录下再执行上述语句。
conda install --use-local pytorch-0.4.0-py35_cuda8.0.61_cudnn7.1.2_1.tar.bz2