首先创建虚拟环境
conda create -n yourenv python==3.7
这里创建一个我比较习惯使用的python3.7版本的虚拟环境,此处yourenv是环境名
创建完毕后就可以激活我们创建的yourenv环境
conda activate yourenv
接下来安装pytorch,注意由于pytorch用默认源下载非常缓慢,可以检查一下自己服务器有没有配置国内镜像源,检查命令如下:
conda config --show channels
如果没有,可以添加一些国内的镜像源,这里添加清华的镜像源:
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/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
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
基本深度学习代码所需要的包都在了,为了安装的时候更清晰,可以在安装时显示包的来源,输入以下命令:
conda config --set show_channel_urls yes
源配置好后开始安装pytorch
需要注意,,pytorch与cuda版本非常重要,需要注意匹配,这里采用pytorch1.7.1与cuda10.1,是我比较习惯使用的搭配。
conda install pytorch==1.7.1 torchvision torchaudio cudatoolkit=10.1
这里注意,除了cudatoolkit是一个等号,其他包如果需要指定版本都是双等号,曾经我有很多次没有注意到这样小的细节导致安装失败。
至此pytorch就安装好了。可以用以下命令检查一下:
python
import torch
torch.__version__
torch.cuda.is_available()
如果能正常显示pytorch版本并且cuda为True说明安装成功。