这次写PyTorch系列的人工智能实践,算是自己学习的一个积累
而且我还是挺喜欢CSDN的,虽然不一定能挣到钱,但也希望能给大家带来点什么
主要内容就是自己的实践过程及其中遇到的一些问题,不足之处,还望大佬们多多指正
环境安装
1 安装Anaconda
虽然本人习惯了使用原生Python,但是据说Anaconda更适合做数据处理和分析
并且后面PyTorch的安装也需要用到Anaconda
本着活到老学到老的原则,今天我也来试一试Anaconda
1.1 下载Anaconda
官方网站下载速度很慢,国内朋友不建议使用
国内朋友建议使用国内下载网站清华大学下载站
这边我选择的的是Anaconda3-2.5.0-Windows64位版本
1.2 安装即配置Anaconda
安装非常简单,根据提示进行即可,在此不做赘述
安装完成后,打开cmd,执行conda --version
,如果出现了conda的版本号,即安装成功
届时输入一下命令修改源(修改为国内源,下载速度快,此处为清华源)
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes
配置完成后,可通过如下命令进行更新
conda update conda #此命令用于更新conda
conda update --all #此命令用于更新全部
可通过 C:/Users/username/.condac来检查是否配置成功
1.3 可能出现的错误
在安装或者更新包的过程中,可能会出现SSL_ERROR,如果出现此错误,可以直接通过如下代码关闭SSL验证
conda config --set ssl_verify false
2 安装Pytorch
pytorch是被广泛认可的人工智能框架,同级别的还有tensorflow,但是这里我们以pytorch为例
2.1 下载Pytorch
这是官方网站,找到如下部分
这里我们选择使用稳定版,操作系统我使用的是Windows,Conda安装,因为我们用的是Python,所以语言我们选择Python,关于计算平台,如果没有独立显卡,则选择CPU,如果有独立显卡,则通过命令nvidia-smi
查看自己的CUDA版本。如下
>>nvidia-smi
Sun Dec 25 11:44:07 2022
+-----------------------------------------------------------------------------+
| NVIDIA-SMI 516.94 Driver Version: 516.94 CUDA Version: 11.7 |
|-------------------------------+----------------------+----------------------+
| GPU Name TCC/WDDM | Bus-Id Disp.A | Volatile Uncorr. ECC |
| Fan Temp Perf Pwr:Usage/Cap| Memory-Usage | GPU-Util Compute M. |
| | | MIG M. |
|===============================+======================+======================|
| 0 NVIDIA GeForce ... WDDM | 00000000:01:00.0 Off | N/A |
| N/A 35C P0 N/A / N/A | 26MiB / 4096MiB | 0% Default |
| | | N/A |
+-------------------------------+----------------------+----------------------+
……以下内容省略……
可以看到我的CUDA版本为11.7,所以我们选择11.7版本
然后复制图片中的 Run This Command 中的命令
conda install pytorch torchvision torchaudio pytorch-cuda=11.7 -c pytorch -c nvidia
到cmd中执行
2.2 下载CUDA Toolkit
CUDA官方网址,根据上面我们查看的CUDA版本下载对应的工具包
根据系统版本下载,这里我下载的是11.70版本的本地执行exe(不用联网安装)
安装一路默认即可
2.3 下载Pytorch可能出现的问题
这里我的python默认版本是3.5,而pytorch要求3.6或3.7,因此需要一个新的conda环境
命令conda env list
可以查看已有的环境列表,命令输出如下
# conda environments:
root * C:\Users\Hasee\Anaconda3
因此需要重新建立一个环境,命令如下
conda create -n PyTorch python=3.7
然后输入activate PyTorch
启动新的环境
再输入下载命令即可
2.4 验证PyTorch是否安装成功
首先打开我们新建环境下的python
>>active PyTorch # 也可以是你自己创建的环境的名字
>>python
然后输入
import torch
如果没有报错,则安装成功