win11在虚拟环境安装PyTorch的教程

一、前言

        pytorch直接安装到anaconda的base上面不是什么好习惯。我的亲身经历是,将pytorch和其它软件如openCV,openGL等混装,然后互相冲撞,使得图像方面的软件不能工作。本篇我们讲述将pytorch独立安装到可靠、干净的虚拟环境中。

        PyTorch 最新安装教程(2024-07-22)

        1. 安装 Anaconda

        2. 检查显卡,更新驱动

        3. 创建PyTorch环境

        4. 安装 PyTorch

        5. 测试

        6. Pycharm使用Anaconda创建的pytorch虚拟环境

二、安装全过程

2.1 从硬件到软件

如果您的电脑上没有Nvidia显卡,torch只能安装cpu版的,无法安装gpu版的torch。Nvidia显卡需要安装驱动程序和cuda,这两个过程在其它文章介绍。当以上就绪后,就可以安装python相关软件,其中包括:

  • anaconda
  • pycharm
  • pytorch

2.2 安装 Anaconda

Anaconda 是一个用于科学计算的 Python 发行版,支持 Linux, Mac, Windows, 包含了众多流行的科学计算、数据分析的 Python 包。

Anaconda 软件包下载:Index of /anaconda/archive/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror 下载,也可以去官网下载,缺点是很慢。

下载anaconda完成后,呈现的是一个文件,点击就可以安装了。我的下载版本如下:

安装完成后,在电脑的“开始”栏目出现anaconda的相关目录和内容:

2.3 pycharm

下载地址是:PyCharm: the Python IDE for data science and web development (jetbrains.com)

对于只使用python的用户,下载社区版的pycharm已经足够使用了!

点击安装,没有太多细节。

三、创建PyTorch环境

不同的项目需要不同的虚拟环境,可以处理不同版本的项目之间不兼容问题。

3.1.进入 Anaconda prompt 命令窗口

3.2. 输入以下内容

conda create -n PyTorch python=3.12.4

PyTorch是虚拟环境名字(可以随意设置),3.12 是python版本,都可以按自己需求改,一定要指定具体 python 版本。

然后按 y,继续安装所需的各种依赖包。

3.3 创建成功后,输入以下命令检查 

conda info --envs

可以看见自己的所有环境

带*表示当前环境。如果需要进入虚拟环境pytorch,用下列指令:

conda activate PyTorch
取消:
conda deactivate  PyTorch

注意:这里是安装新软件包的时候切换。

四、安装 PyTorch

  1. 进入pytorch官网:https://pytorch.org/
  2. 网页下拉,即可看到下图,官网会自动根据你的电脑,显示的即是你可安装的CUDA版本,并给出安装命令。

3.复制官网提供的命令

pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118

4.打开 Anaconda prompt 命令窗口,进入你刚刚所创建的环境(我的命名是PyTorch)

conda activate PyTorch

进入环境

5.最后输入官网提供的命令,即可下载

pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118

注意:下载安装过程,可能因为某些原因,并不是很顺利,但遇到问题不要慌,另外网速一定要好,避免出现不必要的错误。

五、安装后测试

打开Anaconda prompt命令窗口,激活环境,输入python,进入python开发环境中

1.import torch

2.torch.cuda.is_available()

1.True

看到True的那一刻,我真的开心,终于成功了。

六、工程测试

上面已经通过了安装测试,但是不表明安装彻底完成,由于工程中时刻需要一些安装包,需要不断更新系统。

6.1 Pycharm使用Anaconda创建的pytorch虚拟环境

请参考:Pycharm加载conda创建pytorch虚拟环境 & import torch报错问题解决

进入Pycharm: file --- setting --- python interprite 选择环境解释器:

6.2 工程代码

import gym
import numpy as np
import cv2
from collections import deque
import torch
import torch.nn as nn
import torch.nn.functional as F
import numpy as np
import random
from collections import namedtuple, deque
import torch
import torch.nn.functional as F
import torch.optim as optim

device = torch.device("cuda" if torch.cuda.is_available() else "cpu")

6.3 执行程序显示

none model gym

进入虚拟环境安装;

pip install gym

none model opencv

pip install opencv-python

  • 13
    点赞
  • 7
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
### 回答1: 要在Win11安装PyTorch GPU版本,您需要执行以下步骤: 1. 安装CUDA工具包:访问NVIDIA的官方网站并下载适用于您的GPU的CUDA工具包。安装过程中,请确保选择正确的版本和路径。 2. 安装cuDNN:访问NVIDIA的官方网站并下载适用于您的CUDA版本的cuDNN。将cuDNN文件解压缩到CUDA安装目录的相应文件夹中。 3. 安装Anaconda:访问Anaconda的官方网站并下载适用于您的操作系统的Anaconda安装程序。安装过程中,请确保选择正确的版本和路径。 4. 创建虚拟环境:打开Anaconda Prompt并输入以下命令以创建一个新的虚拟环境: conda create --name myenv python=3.8 5. 激活虚拟环境:输入以下命令以激活新创建的虚拟环境: conda activate myenv 6. 安装PyTorch GPU版本:输入以下命令以安装PyTorch GPU版本: conda install pytorch torchvision torchaudio cudatoolkit=11.1 -c pytorch 7. 验证安装:输入以下命令以验证PyTorch是否已成功安装python -c "import torch; print(torch.cuda.is_available())" 如果输出为True,则表示PyTorch GPU版本已成功安装。 希望这些步骤对您有所帮助! ### 回答2: 首先,PyTorch在GPU上的使用是非常方便的,提供了GPU版本的安装包,可以提高计算速度。而Windows 11系统相对于Windows 10系统来说,在安装软件方面并没有太大差异,但是在系统的安全和性能上有所提升,更为稳定。因此,安装PyTorch GPU版本在Windows 11系统上可以更好地发挥GPU的性能,提高计算效率。 以下是在Windows 11系统上安装PyTorch GPU版本的步骤: 1. 安装CUDA:首先需要在GPU上安装CUDA,可以在NVIDIA官网下载最新版本的CUDA,根据要使用的GPU型号选择对应的驱动程序和CUDA版本,安装好后需要重启电脑。 2. 安装cuDNN:cuDNN是一个用于深度学习的GPU加速库,由Nvidia公司开发,可以大幅提高深度学习算法在GPU上的执行速度。在安装完CUDA后,需要在Nvidia开发者网站下载cuDNN库文件,根据CUDA版本选择相应的cuDNN版本并解压缩到CUDA路径下。 3. 安装Anaconda:在官网上下载并安装Anaconda,可以使用conda指令来管理和安装Python项目的依赖库。 4. 创建虚拟环境:在Anaconda中创建一个虚拟环境,可以方便地管理和控制项目的依赖库。 5. 安装PyTorch GPU版本:使用conda指令安装PyTorch GPU版本,可以根据需要选择对应的版本和依赖库版本。 6. 测试:安装完成后,在Python环境中导入PyTorch库并创建一个GPU张量,测试PyTorch在GPU上的运行情况。 以上就是在Windows 11系统上安装PyTorch GPU版本的步骤,不仅可以提高深度学习算法的速度,还可以充分发挥GPU的性能,提升计算速度。 ### 回答3: 在安装PyTorch GPU版本之前,必须先确保您的计算机满足PyTorch的基本要求:具有32位或64位操作系统,至少有8GB的RAM和一块可以支持CUDA的NVIDIA显卡。 接下来,您需要安装CUDA toolkit,它是一种用于开发和部署GPU加速应用程序的平台。根据您的显卡型号和操作系统,您可以从NVIDIA官网上下载并安装适当版本的CUDA toolkit。 完成CUDA toolkit的安装后,您还需要安装cuDNN(CUDA Deep Neural Network library),它是一种用于深度学习模型的GPU加速库。您需要在cuDNN官网上注册并下载适合您CUDA版本和操作系统的cuDNN库。 安装完CUDA toolkit和cuDNN后,您可以开始安装PyTorch GPU版本。您可以在PyTorch官网上下载适当版本的whl文件并通过pip install命令安装: pip install torch-1.9.0+cu111-cp39-cp39-win_amd64.whl 注意,在安装PyTorch之前,您需要安装numpy和typing_extensions依赖项。 安装PyTorch完成后,您可以验证您的GPU是否被正确识别并可以被PyTorch使用,可以运行以下代码: import torch print(torch.cuda.is_available()) #True print(torch.cuda.get_device_name(torch.cuda.current_device())) #显卡型号 如果输出结果是True,并且显示了您的显卡型号,则说明您已成功安装并配置了PyTorch GPU版本。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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

打赏作者

无水先生

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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