深度学习环境配置教程(二):使用Anaconda搭建深度学习环境

第二章文章目录

前言

一、Windows安装Anaconda

1.下载Anaconda

2.运行安装程序,然后点击next

3.同意条款:点击"agree"

4.选择安装类型:选择“All Users”,然后点击“Next”

5.选择安装位置

6.安装选择:选中所有三个选项,然后点击“install”

7.等待安装

8.安装完成后点击“Next”

9.附加软件:点击“Next”

10.完成Anaconda安装

11.访问已安装软件

12.配置环境变量

13.测试是否安装成功

二、Anaconda的快速入门

1.Anaconda的常用指令

2.Anaconda更换默认下载源(可选)

三、配置PyTorch深度学习环境

1.创建3.9版本的python环境

2.在刚刚创建的test环境中安装pytorch

3.安装完成之后测试

四、安装pytorch时一些报错的解决方案 

1.安装pytorch太慢

2.安装完成之后验证torch显示False

3.使用conda报错HTTP 0000

五、Linux安装anaconda以及配置pytorch框架

1.下载linux版本的anaconda文件

2.linux创建环境

六、mac中安装anaconda以及配置pytorch框架

1.下载对应版本anaconda

2.创建环境并下载框架


前言

      Anaconda是专门为了方便使用Python进行数据科学研究而建立的一组软件包,涵盖了数据科学领域常见的Python库,并且自带了专门用来解决软件环境依赖问题的conda包管理系统。主要提供了包管理与环境管理的功能,可以很方便地解决多版本python并存、切换以及各种第三方包安装问题。Anaconda利用工具/命令conda来进行package和environment的管理,并且已经包含了Python和相关的配套工具。

一、Windows安装Anaconda

1.下载Anaconda

      前往Anaconda官方网站下载适用于你电脑版本的Anaconda安装程序(我这里是windows故下载windows版本的)、或者前往清华源镜像站下载对应电脑版本的anaconda(Index of /anaconda/archive/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror)

2.运行安装程序,然后点击next

3.同意条款:点击"agree"

4.选择安装类型:选择“All Users”,然后点击“Next”

5.选择安装位置

      在D盘或者其他位置创建一个名为“Anaconda”的文件夹。点击“Browse”选择该文件夹,然后点击“Next”。

6.安装选择:选中所有三个选项,然后点击“install”

7.等待安装

      等待安装进度条完成。如果你遇到两个Anaconda安装进程,请通过任务管理器关闭其中一个。

8.安装完成后点击“Next”

9.附加软件:点击“Next”

10.完成Anaconda安装

      不需要选择最后两个选项。点击“Finish”以完成安装。

11.访问已安装软件

      你可以在“开始”菜单下的“所有应用”中找到“Anaconda3”文件夹。

12.配置环境变量

      搜索并打开“系统环境变量”,点击“编辑系统环境变量”(或者通过“此电脑”右键->属性->高级系统设置->环境变量 ->系统变量->找到“Path”->点击“编辑”->“新建”)

      点击“环境变量”。

      在“系统变量”下,选择“Path”,然后点击“编辑”。

      点击“新建”,将以下三个路径添加到系统环境变量中。确保根据你的Anaconda安装位置调整路径:

      D:\你的Anaconda安装路径

      D:\你的Anaconda安装路径\Scripts

      D:\你的Anaconda安装路径\Library\bin

      添加完路径后,点击确定。

13.测试是否安装成功

      打开Anaconda Prompt。

      输入conda --version或者conda -V检查Conda版本(验证是否安装了conda)。

      输入python检查是否安装了Python(你将进入Python环境,输入exit()退出)。

      注意:如果在输入conda时出现错误,表示Anaconda的环境变量配置不正确。

二、Anaconda的快速入门

1.Anaconda的常用指令

      打开Anaconda Prompt终端,在终端中运行如下代码:

(1)查看conda版本

      conda --version 或 conda -V

(2)更新conda(将conda自身更新到最新版本)

      conda update conda

(3)创建虚拟环境

      conda create -n env_name python=3.9

(4)激活虚拟环境

      conda activate env_name

(5)退出虚拟环境

      conda deactivate

(6)删除虚拟环境

      conda remove -n env_name --all 或 conda remove --name env_name --all

(7)列出所有虚拟环境

      conda env list 或 conda info --envs

(8)列出当前环境的所有包

       conda list

(9)安装第三方包

      conda install dill 或 pip install dill

(10)卸载第三方包

      conda uninstall dill 或 pip uninstall dill

2.Anaconda更换默认下载源(可选)

(1)打开Anaconda Prompt,然后输入如下命令添加清华源:(输入这四条指令即可完成换源操作)

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge 
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/

(2)设置搜索时显示通道地址(之后的2-7指令可不输,以下给出具体含义)

conda config --set show_channel_urls yes

(3)设置pip为清华源(打开Anaconda Prompt,输入如下代码):

pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

(4)显示安装通道

conda config --show channels

(5)添加源

conda config --add channels url地址(url地址为web页地址,请自行补充)

(6)删除源

conda config --remove channels url地址(url地址为web页地址,可看如下例子)

例如:conda config --remove channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

(7)恢复默认源(换回默认设置)

conda config --remove-key channels

三、配置PyTorch深度学习环境

1.创建3.9版本的python环境(安装PyTorch前建议创建3.9版本的python环境)

打开 Anaconda Prompt,创建一个名为 "test" 的 Python 3.9 环境,输入以下命令:

conda create -n test python=3.9

然后输入y

至此,已经完成了环境的创建

2.在刚刚创建的test环境中安装pytorch

首先,激活名为 "test" 的环境,输入以下命令:

conda activate test

然后,使用以下命令查看 CUDA 版本(非 NVIDIA 显卡用户请安装 CPU 版本的 PyTorch,无需执行此命令):

nvidia-smi

注:若是 NVIDIA 显卡用户,且输入上述命令后仍报错,可以尝试将显卡驱动更新或找到 "nvidia-smi.exe" 并将其路径添加到系统环境变量的 "Path" 中。

接下来,进入 PyTorch 官方安装网址(网页端搜索PyTorch),选择以下安装选项:

  • 第二行:根据自己的电脑版本选择
  • 第三行:选择通过 pip 或 conda 安装(推荐pip)
  • 第五行:根据自己的 CUDA 版本来选择对应的 PyTorch 版本(非 NVIDIA 则选择 CPU 版本)

例如,如果 "nvidia-smi" 显示的 CUDA 版本为 12.0,则可以选择下载 CUDA 小于等于 12.0 的 PyTorch 版本。我这里选择的是 CUDA 11.7,复制以下命令:

pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu117 

或者点击 "previous versions of PyTorch" 选择之前的 PyTorch 版本。

注意: 若下载失败,可以尝试更换网络,或多次重复执行命令,或者尝试 Anaconda 安装教程中的换源操作。

3.安装完成之后测试

  • 打开 Anaconda Prompt
  • 激活刚刚创建的环境:conda activate test
  • 输入 python 进入 Python 环境
  • 输入 import torch,如果没有报错,则安装成功。

如果安装的是 GPU 版本的 PyTorch,您还可以通过输入以下命令检查是否安装成功: (注:输入这一段代码前需要先进入python环境并且import torch)

torch.cuda.is_available()

如果返回 True,代表成功。若需要退出 Python 环境,请输入 exit()

四、安装pytorch时一些报错的解决方案 

1.安装pytorch太慢

解:可以更换为pip指令安装pytorch或者更换网络、或者换源之后再下载

2.安装完成之后验证torch显示False

解:第一种情况就是本来电脑没有N卡,只能安装cpu版本的pytorch,故显示False是正常的

第二种情况电脑有N卡,安装GPU版本的pytorch在检查的时候显示False那么代表着安装到了cpu版本的pytorch,可以去官网用指令下载其他版本的pytorch(用pip指令),以及此前python版本非3.9的可以考虑降低python版本到3.9

3.使用conda报错HTTP 0000

解:网络波动,可以更换网络下载或者重复下载或者进行换源

五、Linux安装anaconda以及配置pytorch框架

1.下载linux版本的anaconda文件

      linux版本的anaconda后缀为sh,在清华开源镜像站中可以下载我所用的这个版本

 (Index of /anaconda/archive/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror)

并将其放进linux中(wsl中可以直接拖到主文件夹->左侧下面Linux->ubuntu->home->用户名下面;vmware中安装vmware tools后可以将文件从windows移动到linux中),打开ubuntu终端,cd进入安装文件所在位置,输入如下指令开始安装(对应自己的文件名):

sh ./Anaconda3-2023.09-0-Linux-x86_64.sh

      输入命令并执行以后,会提示查看“许可文件”,直接按下“回车”键即可。按下“回车”键后,会出现软件“许可文件”,这个文件很长,可以不断按“回车”键直至翻到文件的末尾。 翻到“许可文件末尾”后,会出现提示“是否接受许可条款”,输入“yes”后按下“回车”键即可。 简而言之,在正式安装之前会出现一些询问信息,只需按“回车”键即可,如果遇到需要输入yes/no时,输入“yes”即可完成安装。

      安装完成后,输入命令“conda -V”查看当前的conda版本,之后会发现命令行前面出现(base)的字样,就代表已经安装成功,并且环境变量和默认Python都已经装配好。若出现报错conda: command not found,是因为环境变量没有配置成功。解决方案如下:

输入如下命令,使用vim编辑器编辑配置文件bashrc(若无vim则先下载:sudo apt install vim):

vim ~/.bashrc

然后按下“i”键进入“编辑模式”,在最后一行加上:

export PATH=$PATH:/home/yu/anaconda3/bin 

这里需要注意,不能直接复制我的这条指令,需要改为你自己安装的路径,我的Linux用户名是yu,这里要改为你自己用户名下的anaconda3/bin,也就是你自己的anaconda安装路径

加上环境变量后,按下“ESC”键退出“编辑模式”,之后依次输入“:wq”,并按下“回车”键,实现保存并退出。

然后,使用如下命令刷新环境变量

source ~/.bashrc

然后输入conda -V即可查看到conda版本,conda环境配置成功。(若还是失败可以输入conda init,并重新打开终端再进行验证)

2.linux创建环境

      linux创建环境的方法与windows一致,在环境中安装pytorch框架需要注意vmware无法映射本机显卡,只能安装CPU版本的pytorch,但是wsl2可以映射本机显卡,可以安装GPU版本pytorch,具体安装方法与windows一致,在pytorch官网将操作系统选择Liunx即可。这里建议使用windows本地即可,若本地算力不够可看第四章ssh远程连接服务器。

六、mac中安装anaconda以及配置pytorch框架

1.下载对应版本anaconda

       前往Anaconda官方网站下载mac版本的anaconda或者前往清华源镜像站下载mac版本的anaconda(Index of /anaconda/archive/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror)

      安装过程中务必勾选上添加环境变量,与windows安装方法一致。安装完成后打开终端输入conda init,然后重新打开终端可以输入conda -V进行验证anaconda是否安装成功

2.创建环境并下载框架

      与前两者方法一样,且下载框架时只需要选择mac系统,最后的指令选择default进行pytorch框架安装即可。

  • 35
    点赞
  • 56
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值