Windows下使用pip和conda命令 安装pytorch包
由于写代码需要使用torch这个包,但使用Pycharm 的 File ->Setting -> Project interpreter 导包,却报现ModuleNotFoundError这个错误:
然后直接 win+R 去控制台使用pip install pytorch
mling命令,满屏红色Error警告。这个时候博主就渐渐发现,问题不是自己想的那么简单。
我前往pytorch官方网站 https://pytorch.org/ 查看帮助,LibTorch仅适用于C ++,官网也提示了从GitHub上下载的办法,但没有这两种方法好用。
所以目前只考虑pip和conda这两种方法。
使用pip命令安装
pip方法是博主首先考虑的,毕竟当时没安装Anaconda环境,无法使用conda命令,但最初使用时却离奇报错,才不得不去在使用conda安装。但最后还是使用pip成功安装 torch-1.4.0版的,所以先将这种办法写在conda命令安装的前面,加快大家解决问题的速度。
第一步: 注意:使用前建议先将pip版本更新一下,更新命令如下:
python -m pip install --upgrade pip
或者
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple pip -U
(此命令来自清华开源软件镜像站pypi 镜像使用帮助)
第二步: 安装执行命令很简单,win+R进入控制台复制粘贴执行下面命令,即可安装torch目前最新版1.4.0。(这次一步完成,而且速度奇快。高峰时6.9M/s,无法想象,我就搞不懂之前怎么就一直报错?):
pip install torch===1.4.0 torchvision===0.5.0 -f https://download.pytorch.org/whl/torch_stable.html
(此命令来自pytorch官方网站 https://pytorch.org/ )
大功告成!
下图为使用conda list
命令查看的结果:
可测试一下,没毛病:
使用conda命令安装
首先要安装Anaconda或者Miniconda,Anaconda是一个开源的Python发行版本,其包含了conda、Python等180多个科学包及其依赖项,当然其中不包含pytorch,需要另外下载。
博主目前使用的是Miniconda,Miniconda是Anaconda的轻量版,对于一般需求而言就够用了,每次python项目配运行环境的时候载入快一点,需要什么包在单独下即可。
Miniconda和Anaconda安装时其他只需要按着默认步骤走,但有一步建议一定要**点上添加到环境变量中 **,免得又要另外再去操作添加环境变量。
Anaconda下载地址:https://www.anaconda.com/distribution/
Minicoda下载地址:https://docs.conda.io/en/latest/miniconda.html
开始进入正片!!
conda环境有了,直接执行命令下载torch包,但进度非常缓慢而且直接Time Out中断了。:conda install pytorch torchvision cudatoolkit=10.1 -c pytorch
(此命令来自pytorch官方网站 https://pytorch.org/ )
考虑更换国内的镜像源,常用的镜像站有清华大学开源镜像站、中国科技大学开源镜像站和阿里巴巴开源镜像站。具体命令详见:添加或更改国内镜像源通道
但使用阿里镜像源未找到torch的镜像,中科大Anaconda 镜像停止服务,关于torch的镜像镜像源也是直接链接向清华大学镜像源,所以这里也主要介绍使用清华镜像源。
第一步: 换清华大学镜像源命令:
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/
conda config --set show_channel_urls yes
第二步:
下载速度也确实很快,但我目前只能下载1.2和1.3版本的torch,无法下载目前最新的1.4.0的版本。反正我是没下载成功过,总是下载缓慢中途报错,可能是我电脑的问题吧
具体下载命令:(此命令可快速成功下载 torch1.2版本)
conda install pytorch torchvision cudatoolkit=10.0 -c pytorch
总结:能用pip方法就用pip方法,简单直接又好用。
参考:
Pytorch官网
清华开源软件镜像站Anaconda 镜像使用帮助
清华开源软件镜像站pypi 镜像使用帮助
中科大镜像源