1、安装anaconda
2、修改下载源为清华源
由于pytorch的服务器在国外,直连下载的话很慢,所以选用清华镜像源下载
# 添加清华镜像
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/
# 添加pytorch镜像
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
# for legacy win-64
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/peterjc123/
conda config --set show_channel_urls yes
3、创建虚拟环境
打开anaconda prompt
在>后面输入conda create -n Pytorch-env python==3.7
conda create -n Pytorch-env python==3.7
tips冷知识:无论是在安装Tensorflow2还是Pytorch等深度学习框架时,请务必注意你需要安装的函数库版本号与python版本的对应关系!!!
(这边建议选择python3.7或3.8的版本,不要问我为什么)
4、激活并进入你创建好的虚拟环境
conda activate Pytorch-env
现在正式开始进入pytorch的安装
5、anaconda指令安装pytorch
复制图中红框的指令:conda install pytorch torchvision torchaudio cudatoolkit=10.2
!!!注意:不要全部复制:conda install pytorch torchvision torchaudio cudatoolkit=10.2 -c pytorch-lts
需要删除-c
后面的语句
主要是因为-c pytorch表示指定使用pytorch channel,这个服务器位于国外,下载速度很慢,使用刚刚添加进的清华镜像源可以得到一个较快的下载速度。
tips:解释一下
Stable:稳定版本
LTS:(Long Term Support)长期支持版本
Preview:预览版本
推荐使用Stable或者LTS版本
在anaconda prompt中鼠标右键粘贴复制指令,回车运行。
6、耐心等待
7、安装完成(但是问题来了!)
此时,你满心欢喜地进入Pycharm,设置好你的conda解释器,开始跑Pytorch的代码了。好的,首先让我检查一下Pytorch是否使用GPU加速:
import torch
print(torch.cuda.is_available())
OMG!得到的答案是“False”!寄!
为什么呢?这是网上几乎所以人的安装方法,而他们跑出来却是“True”,作者一开始就是这样想的,明明安装都没有报错的。
于是又进入刚刚创建的虚拟环境中。。。
在你创建的“Pytorch-env”虚拟环境查看一下环境中所用的第三方库
conda list
突然发现:我明明安装的是基于CUDA的GPU版本,为什么安装的pytorch 和 torchvision 都是CPU版本的???
tips:作者在此时经历了无数次卸载重装pytorch,结果都是一样的。
直到我发现了它:
问题就在这,安装pytorch时会默认安装这个cpuonly库,就是这个函数库导致我们安装的pytorch是CPU版本的。
解决方法:直接conda uninstall cpuonly
他会提示你当你卸载cpuonly后一些函数库的版本改变(其中就包括pytorch 和 torchvision)
等待安装,loading…
安装完成后,就可以看到pytorch 和 torchvision 都是 GPU 版本了
这时候你再
import torch
torch.cuda.is_available()
返回:“True” !
8、如果函数库中没有cpuonly怎么办?
还有一种情况我也见到过,就是你在输入conda list
查看函数库,发现函数库中并没有cpuonly函数库,但我的pytorch还是cpu版本的那么该怎么办呢?
解决方法:conda install cpuonly
你先自行给它装上cpuonly函数库
然后,你再卸载它conda uninstall cpuonly
==
over ~