Pytorch深度学习入门环境配置(windows)
文章目录
前言
本文环境是在windows10系统上搭建的,使用的环境是Pytorch
一、环境的安装
1.1 Anaconda 的安装
首先打开Anaconda官网,官网首页地址为:Anaconda官网
进入官网后如下图所示,点击Download即可开始下载
下载完成后得到此exe文件,双击即可开始安装
一直默认安装,需要注意的是安装的位置和自动添加环境变量的设置,如下图:
安装完成后,可以从电脑中打开终端命令窗口
按住win+R,可以跳出窗口
在窗口输入cmd就可以看到自己已经进入了conda的环境,如下图:
后序的所有操作都是在终端命令窗口进行的。
1.2 Anaconda常见指令
1.pip 升级
python -m pip install --upgrade pip
2.conda更换镜像源
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
查看使用镜像源是否生效
conda config --show channels
conda config --set show_channel_urls yes
3.常见的一些conda命令
deactivate + 环境
conda install/remove/update + 库
tf.test.is_gpu_available()
pip install tensorflow-gpu==2.2.0 安装TensorFlow-gpu版本的
activate // 切换到base环境
conda update -n base -c defaults conda 更新conda命令
conda create -n learn python=3 // 创建一个名为learn的环境并指定python版本为3(的最新
版本)
conda env list // 列出conda管理的所有环境
conda list // 列出当前环境的所有包
conda install requests 安装requests包
conda remove requests 卸载requets包
conda remove -n learn --all // 删除learn环境及下属所有包
conda update requests 更新requests包
conda env export > environment.yaml // 导出当前环境的包信息
conda env create -f environment.yaml // 用配置文件创建新的虚拟环境
二、创建python环境(创建一个名为pytorch的环境并指定python版本为3.8)
conda create -n pytorch python=3.8
创建完成之后,可以在anaconda的安装路径env文件中看到自己已经安装的名为pytorch的python环境。
三、激活使用环境
conda activate pytorch
激活了环境之后,就可以在终端命令窗口看到前面有一个括号,括号里面的就是自己使用的环境,进入环境后,安装各种库,都是装在这个pytorch的虚拟环境中。
查看所有创建环境
conda env list
查看当前环境下所有下载的库
conda list
四、pytorch环境安装
安装pytorch环境
pytorch官网有各种环境安装的指令。
电脑中有GPU的,可以采用下面的安装方式,安装的是的Pytorch 1.5.0
conda install pytorch==1.5.0 torchvision==0.6.0 cudatoolkit=10.1 -c pytorch
电脑中没有GPU,可以安装CPU的pytorch,安装如下:
conda install pytorch torchvision torchaudio cpuonly -c pytorch
五、安装各种依赖库
切换到pytorch环境中
在路径前面有一个用小括号括起来的环境,在里面进行各种安装操作
安装scipy库
conda install scipy
总结
简单的pytorch的环境安装教程,希望有助于大家的学习