1、利用 conda create 指令创建新的虚拟环境
在应用列表里找到Anaconda文件夹,点击anconda prompt,进入命令行,输入以下代码,创建一个虚拟环境。
conda create –n 虚拟环境名字 python=版本
例如我的就是:
conda create –n deeplearning python=3.7
2、安装完成后,输入
conda info --envs
显示如下图即为成功
3、进入虚拟环境,准备安装Pytorch
conda activate deeplearning
4、主要需要安装pytorch, torchvision,torchaudio三个包
因为我们需要使用CUDA+Cudnn,因此不能使用conda进行下载,否则会下载cpu版本的torch,然后一直出现torch.cuda.is_available()返回False的问题。
5、查看电脑的CUDA版本并从官网下载CUDA
nvidia-smi
显示如下
因为我的电脑的CUDA版本为11.6,遵循版本向下兼容原则,去Nvidia官网下载11.3版本的CUDA
这里附上11.3版本的链接https://developer.download.nvidia.com/compute/cuda/11.3.1/local_installers/cuda_11.3.1_465.89_win10.exe
下载好后可通过如下命令查看
nvcc -V
安装11.3版本推荐教程
https://blog.csdn.net/m0_57757248/article/details/123484569
6、在Pytorch官网上查询要下载所需版本的命令
因为选择的是11.3版本,因此需要将最后的数字改成113
pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu113
7、期间有什么需要安装的包就直接安装
比如更新pip,在终端运行
python -m pip install --upgrade pip
PIL缺失
pip install pillow
8、报错问题分析
(1)import torchvision出现以下这个问题
Failed to load image Python extension: warn(f"Failed to load image Python extension: {e}")
说明torch 和torchvision版本不兼容,最好的办法还是按照我上面的步骤下来不会出错。
(2)出现报错torch not compiled with CUDA enabled
一定要先查一遍自己的电脑有没有安装旧版的CUDA,有就要卸载干净再重新装新版的CUDA
(3)本文适用于使用如下官网conda命令下载pytorch报错(torch.cuda.is_available() 为False
conda install pytorch torchvision torchaudio cudatoolkit=11.3 -c pytorch