Anaconda+Pytorch安装及包的配置

该文详细介绍了如何安装Anaconda,接着是CUDA11.7的安装,然后是PytorchGPU版本的安装,包括在Pytorch官网选择合适的配置并复制命令到Anaconda的命令行执行。此外,还提到了包的配置,如numpy,torch和torchvision的安装,特别强调了使用清华镜像源以加快下载速度,并提供了对应Python和CUDA版本的whl文件下载链接。
摘要由CSDN通过智能技术生成

目录

1.Anaconda的安装

2.Pytorch的安装

2.1.Cuda的安装(GPU版本)

2.2.Pytorch的安装

2.3.包的配置


1.Anaconda的安装

安装Pytorch之前,我们首先需要安装Anaconda,方法为官网。地址如下:

Anaconda | The World's Most Popular Data Science Platform

 点击Download即可。

下载好之后,找到下载好的文件双击打开,完成安装步骤。

点击Next。

 点击I Agree。

 选择Just Me,点击Next。

选择自己想要放的文件路径,推荐默认路径,点击Next即开始安装。

安装完成后,打开是这样的:

 


接下来安装Pytorch。在安装过程中会出现一些问题,下面一一阐述。

首先Pytorch分为GPU版本(使用显卡的运算能力)和CPU版本(使用CPU),目标高一点推荐GPU版本,因为机器学习用GPU来跑效果更好。下面介绍GPU版本的安装方法,CPU同理。

2.Pytorch的安装

2.1.Cuda的安装(GPU版本)

下载地址:CUDA Toolkit Archive | NVIDIA Developer

我安装的是11.7版本。下载安装即可。

2.2.Pytorch的安装

进入Pytorch官网:

Start Locally | PyTorch

 选择Stable,Windows(我是win系统),Conda(或者Pip),Python,CUDA 11.7(我安装的Cuda是11.7版本),然后复制产生的命令,到Anaconda的cmd中运行,即可安装。然后再conda activate pytorch即可激活环境。


2.3.包的配置

下面讲一下主要的包的配置。

conda安装后的包比较少,需要用时安装。简单的安装方法为:(以安装numpy为例)

pip install numpy -i https://pypi.tuna.tsinghua.edu.cn/simple/

最后面是清华镜像源网站,这样加上下载速度快。

主要的包:torch, torchvision.

torch和torchvsion存在着版本对应关系。因此在网站直接下载whl文件更好,网站:

https://download.pytorch.org/whl/torch_stable.html

由于我安装的是Cuda 11.7,因此直接从开头Cu117的文件开始找。

 

 我的Python版本是3.9,因此选择cp39-cp39,win系统选择win_amd64。下载好,然后在Anaconda的cmd中:

pip install torch-1.13.0+cu117-cp39-cp39-win_amd64.whl
pip install torchvision-0.14.0+cu117-cp39-cp39-win_amd64.whl

即可安装完成。

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