Anaconda、Pytorch安装

宇宙核

已于 2024-07-26 22:45:46 修改

阅读量237

点赞数 2

文章标签： pytorch 人工智能 python 深度学习 conda

于 2024-07-26 21:56:49 首次发布

本文链接：https://blog.csdn.net/lpx666168/article/details/140722226

版权

Anaconda

打开 Anaconda 官网

点击右上角的 Free Download 可以选择相应的型号进行下载

如果版本不合适，可以进入 anaconda 的历史版本官网选择适合本机 python 版本的 anaconda 进行下载：

你之后会遇到不同的项目，需要使用到不同版本的环境。比如这个项目要用到 pytorch 0.4，另一个项目要用到 pytorch 1.0，如果你卸载了0.4版本，安装了1.0版本，那么下一次，你再碰到0.4版本，你就需要卸载1.0版本，安装0.4版本。这相对来说会比较麻烦。

Anaconda集成的conda包就能够解决这个问题。它可以创造出多个独立的环境，互不影响。你需要哪个版本，就进入哪个环境进行工作。

我们首先使用conda指令创建一个环境，环境名叫做pytorch

打开 Anaconda Prompt 窗口

输入命令：

conda create -n pytorch python=3.8

conda是指调用conda包，create是创建的意思，-n是指后面的名字是环境的名字，pytorch是环境的名字（可以更改成自己喜欢的），python=3.8是指创建的环境，是python3.8版本。

进入环境：

conda activate pytorch

查看该环境下已安装的包：

pip list

Pytorch官网

查看显卡版本命令：

nvidia-smi

无英伟达显卡：Compute Platform 选择 CPU
有英伟达显卡：Compute Platform 选择最新的稳定版本

进入到上面创建的虚拟环境后，复制粘贴上图红框内容（以cpu版本安装为例），回车安装即可。

安装完后，可以使用 pip list 查看当前环境下已安装的环境依赖。

一步步输入：

python # 进入python环境
import torch # 如果这步没报错说明pytorch安装成功
torch.cuda.is_available() # 检验gpu是否能被pytorch使用
exit() # 退出

关注