环境配置05——conda创建虚拟环境指定版本torch与python

最新推荐文章于 2024-11-11 11:15:17 发布
最新推荐文章于 2024-11-11 11:15:17 发布
阅读量757 收藏 6
点赞数 3
文章标签： 深度学习 pytorch 人工智能
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/helloyangkl/article/details/140272224
版权

版本选择：

  • python版本3.11.8
  • torch版本2.1.2

1.创建环境

conda create -n t212p311 python==3.11.8

2.下载torch

pytorch-wheels-cu121安装包下载_开源镜像站-阿里云

3. 安装torch

 进入虚拟环境

activate t212p311

进入torch安装包所在目录，安装torch

pip install ./"torch-2.1.2+cu121-cp311-cp311-win_amd64.whl"

4.检查torch是否成功配置

conda list

杨一兜
关注
使用anaconda创建并管理深度学习虚拟环境的教程
zeeq的博客
10-27 3268
  通常，不同的深度学习论文其所使用的pytorch/tensorflow以及一些库的版本会不一样。而当我们需要在一台机子上跑这些代码的时候，就需要使用工具来创建不同的深度学习环境。这样的工具包括conda、docker等，它们可以创建并隔离管理不同的虚拟环境。下面详细介绍一下使用conda来创建并配置一个全新的虚拟环境的步骤（默认已经安装并配置好anaconda了，没有的话，去下一个吧），以安装python3.6.4，pytorch0.4.0，torchvision0.2.1为例。   需要明确的一点是，
PyTorch深度学习环境配置（2）——Anaconda下配置PyTorch环境
Lin_Coder_的博客
11-17 296
打开PyTorch官网，只要CUDA driver版本大于它的就行，一般最新的显卡驱动都会大于。2.2.桌面右键➡️NVIDIA控制面板➡️右上方菜单栏【帮助】➡️【系统信息】2.1.确定自己的显卡的计算能力（即显卡型号），下面是英伟达显卡算力表地址。3.2.下载指令（最好自己去官网复制命令，有时候会更新，以官网为主）1.3.1.如果你下载比较慢，可以试着添加镜像下载。可以直接搜英伟达，下载APP然后更新最新驱动就🉑。3.1.打开命令窗口，切换到新建的虚拟环境。1.2 这里熟悉一下命令，用命令创建。
在conda虚拟环境下安装PyTorch-gpu版本
m0_63669388的博客
10-06 8358
本文主要介绍在conda环境下安装gpu版本的torch框架，包括一些版本对应，安装注意事项，以及一些测试成功的案例，内容详细易于理解
conda新建配置python3.8的虚拟环境，安装torch-cuda1.8，torchtext0.9.0，huggingface的transformers库
weixin_44194001的博客
01-09 3146
起因是我在用bert的时候，导包报错Python 环境缺少 importlib.metadata 模块。，而我的环境中使用的 Python 版本为 3.7。所以我得重新配置一个python3.8的虚拟环境（之前我装的都是3.7的python环境），安装了torch-cuda1.8，torchtext0.9.0，huggingface的transformers库等。
conda pytorch 安装使用
qq_44179528的博客
11-11 577
win11 专业版pycharmpytorch： 显卡是RTX 4060 所以对应选择版本：torch2.4.1+cu118torchvision： 根据 pytorch选择对应版本（torchvision 0.19.1+cu118 注意这里直接安装会安装不带cu118的，也就是CPU的），一般使用conda默认安装即可，额根据参考检擦版本是否对应参考：https://github.com/pytorch/vision 做好版本对应！
ubuntu在conda虚拟环境中安装torch
2301_80311277的博客
12-29 3891
终端前没有(base)时输入：source activate base本文是在已安装好conda、CUDA和cudnn后的torch安装。
python，使用anaconda安装torch
m0_55287294的博客
05-12 3579
自用
配置环境torch
weixin_44270812的博客
03-17 488
pytorch 可以用pycharm 和jupyter 各有好处 GPU 主要是下载cuda对应的包，弄了很长时间，最后不知道是哪一步，最终配置上了gpu 官网下的要么很慢，要么根本不是gpu，是cpu，最后在官网上找的比较低版本的cuda,version,audio手动下载， 手动安装教程 jupyter就更气人了，在anaconda prompt手动安装，能打开，但是一直ln[*]，服务器一直连接不上，还有什么runtime错误,网上说应该是版本不匹配，内核和什么 有的搞另外低，所以 C:\Users
conda创建虚拟环境并安装GPU版torch全过程(cuda11.8+py3.10+torch2.4.1+torchvision0.19.0)
m0_66940894的博客
10-10 3668
例：pip install torch-1.9.0+cu111-cp39-cp30-win_amd.64.whl。文件，若安装的环境为虚拟环境的话，记得要激活自己的虚拟环境，然后在虚拟环境下面进行。下载完成之后，就可以使用pip instasll 的方式来进行安装。查找cu118，找到cp310，直接下载torch。cuda版本为11.8，python版本3.10。pip install 文件名。
服务器配置torch1.4.0虚拟环境
duyue87的博客
12-16 4845
项目环境配置 1、python 3.5———>用3.6以上版本 2、jupyter notebook 3、torch1.4.0 4、numpy 1.16.2 5、gensim 3.8.1 6、tqdm4.31.1 7、pickle 8、json 9、nltk 第一步：创建虚拟环境 conda create -n torch1.4 python=3.5 第二步：进入该虚拟环境 conda activate torch1.4 第三步：安装能使用gpu加速的pytorch，先查看cuda版本 nvid
环境配置--xshell创建服务器虚拟环境
weixin_43792839的博客
08-03 6812
anaconda创建虚拟环境及常用指令
【复现代码——环境配置】-AutoDL
闪闪发光的博客
04-23 1977
目前解决的问题是用 PyTorch 1.7.0，Pytorch 1.10.1 也可以。使用label=torch.argmax(label, dim=1) ，其中dim=1表示通道维度，亲测有效！以上的环境是必须要按照作者要求的安装，如果换其他的版本，就可能会出错。这里可选择conda安装，也可以pip安装，我一般选择pip 安装，conda 安装有时候不成功。安装PyTorch必须找到对应的cuda，所以先查看自己的服务器CUDA。以上，安装完代码需要的所有依赖，就可以训练或是测试了。
anaconda虚拟环境pytorch安装
qq_37441377的博客
05-10 1159
注意：Pytorch官网首页目前只更新到支持DUDA12.1的，还没更新到支持CDUA12.3 GPU的安装，官网首页的命令安装后只支持CPU。使用的文中这个末尾带nvidia的之前版本的命令，安装后CUDA12.3可正常在环境中使用GPU的Pytorch。注意：这里查看一下，自己的显卡驱动所能支持的版本，我这显卡驱动支持cuda12.3，所以我安装的cuda和pytorch都很新，你只需要根据自己需要更改版本就好了。以上就是验证PyTorch是否安装成功的常用方法。在命令窗口中直接输入命令–回车安装。
conda安装torch+torch_geometric
热门推荐
huangyiming99999的博客
08-21 1万+
conda安装torch+torch_geometric。
pytorch环境配置
qq_51737232的博客
04-17 441
即成功安装gpu版本（若安装cpu版本的pytorch则会输出false）cmd命令行输入nvidia-smi，可查看本电脑的显卡及版本。在清华源中找到与自己cuda版本对应的pytorch版本。进入虚拟环境， 若开头括号显示创建的虚拟环境名称则成功。此处推荐一个安装办法（参考自windSeS博主。需勾选环境变量，若未勾选则需手动添加。，若显示刚刚创建的虚拟环境则创建成功。打开anaconda prompt。若开头有括号（base）即安装成功。没有报错即安装成功，输入。然后在虚拟环境下输入。
在使用服务器时，配置torch环境（这里是以tengxunyun为例子配置的环境）
weixin_43501408的博客
07-05 1908
在服务器中，配置torch环境
安装conda环境并在conda中安装包torch-geometric
qq_51072801的博客
03-14 551
中选择合适的版本torch-sparse, torch-scatter ,torch-cluster,torch_spline_conv离线安装。输入cd C:\Users\26437\anaconda3\envs\pytorch112 #进入torch文件所在的环境。输入pip install torch-1.12.1-cp38-cp38-win_amd64.whl。离线下载torch-1.12.1-cp38-cp38-win_amd64.whl。安装torch-geometric。
torch学习（一）：环境配置
因吉的博客
01-07 1475
环境配置1 Anaconda安装2 Jupyter安装3 Torch安装致谢 1 Anaconda安装   Anaconda指的是一个开源的Python发行版本，其包含了conda、Python等多个科学包及其依赖项。   安装可以参考：https://blog.csdn.net/ITLearnHall/article/details/81708148 2 Jupyter安装   Jupyter是...
【conda】利用Conda创建虚拟环境，Pytorch各版本安装教程(Ubuntu)
格物致知
12-08 1322
【conda】利用Conda创建虚拟环境，Pytorch各版本安装教程(Ubuntu)
cpu版本torch python3.7
最新发布
12-30
### PyTorch CPU 版本安装指南 对于 Python 3.7 和仅需支持 CPU 的环境，推荐通过 `conda` 或者 `pip` 来安装 PyTorch 及其依赖项。 #### 使用 Conda 安装 PyTorch CPU 版本 Conda 是 Anaconda 发行版自带的一个包管理工具，可以方便地创建虚拟环境并安装特定配置下的软件包。为了安装适合于 Python 3.7 并且只针对 CPU 的 PyTorch 版本，在命令行输入以下指令： ```bash conda install pytorch torchvision torchaudio cpuonly -c pytorch ``` 这条命令会自动处理所有的依赖关系，并确保所安装的是与 Python 3.7 兼容的最新稳定版本[^1]。 #### 利用 Pip 安装 PyTorch CPU 版本 如果偏好 pip 而不是 conda，则可以通过访问官方提供的预编译二进制文件来获取对应的.whl 文件。具体操作如下： 前往 [PyTorch官方网站](https://pytorch.org/get-started/locally/) ，按照页面上的指示选择操作系统、包管理器（这里选 pip）、Python 版本 (3.7)，以及 CUDA 版本（None 表示不需要 GPU 支持）。之后网页将会给出相应的安装命令，通常类似于这样: ```bash pip install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cpu ``` 此方式同样能够保证安装过程顺利进行，并且保持与其他组件的良好协作[^2]。 #### 验证安装成功与否 无论采用哪种方式进行安装，完成之后都应该验证是否正确无误。可以在 Python 解释器内执行下列代码片段来进行简单的检测： ```python import torch print(torch.__version__) print(torch.cuda.is_available()) ``` 上述脚本应该返回 PyTorch 的版本号，并指出当前环境中并没有可用的 CUDA 设备——这正是预期的结果，因为已经选择了不带 GPU 加速功能的纯 CPU 构建[^3]。
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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