python安装教程步骤2:windows中Anaconda创建虚拟环境安装pytorch并在pycharm中使用虚拟环境
作者介绍
张伟伟,男,西安工程大学电子信息学院,2019级硕士研究生,张宏伟人工智能课题组。
研究方向:机器视觉与人工智能。
电子邮件:zhangweiweicpp@163.com
个人CSDN主页:C语言等欢迎关注和相互交流学习.
王世豪,男,西安工程大学电子信息学院,2020级硕士研究生,张宏伟人工智能课题组。
研究方向:机器视觉与人工智能。
电子邮件:315785769@qq.com
安装前先下载安装包,建议在博主已准备好的百度网盘链接中下载:
百度网盘链接:https://pan.baidu.com/s/1FgjTixyrP0xL-SRrUSARhw
提取码:2021
windows中Anaconda创建虚拟环境安装pytorch
注:本教程安装版本为pytorch=1.1.0,对应cuda=9.0,torchvision=0.3.0,python=3.6,预计耗时30分钟可完成,查找显卡驱动可能需要些时间
安装前必备条件:
查询自己电脑是否支持GPU运算.
(1)安装GPU版本的pytorch(推荐)
安装GPU版本的pytorch则需要满足显卡驱动的要求,不注意显卡驱动的要求安装GPU版本的pytorch后,在本教程第6步验证时可能会出现False。本教程尽量满足大家显卡驱动的版本,选择常用的cuda9.0,对应的显卡驱动版本需>=385.54,否则安装的版本不能使用GPU运算。如下图为不同的驱动版本所支持的cuda(cuda为加速运算的引擎),驱动版本向下兼容。
查询自己的显卡驱动所支持的cuda版本.查询到驱动版本大于385.54即可,若不满足,需要更新驱动或者安装cpu版本的pytorch。(如下图我所使用是驱动精灵软件、或者使用官方的GeForce Experience)
(2)安装CPU版本的pytoch
安装cpu版本的pytoch在本教程的GPU版本pytorch安装的第3步运行完之后,进入虚拟环境,使用pytoch官网指定的方式安装即运行如下指令,然后直接跳到第6步验证是否安装成功,import torch不报错就成功了:
conda install pytorch-cpu==1.1.0 torchvision-cpu==0.3.0 cpuonly -c pytorch
下面开始我们的GPU版本的pytorch快速安装之旅吧!
- 键盘使用win+R快捷键
- 输入cmd点击确定进入windows命令行终端
安装包时需要比较快的镜像源,因此选择清华源。
1.添加镜像源
在命令行依次运行下列5条指令添加。
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
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 --set show_channel_urls yes
2.创建虚拟环境
创建虚拟环境(例如安装的虚拟环境名为py36,python版本指定为3.6),终端运行如下指令:
conda create -n py36 python=3.6
此时打开Anconda点击Environments发现有了名为py36的虚拟环境。
接下来就可以在名为py36这个虚拟环境中安装各种科学计算的包和框架(pytorch),若有多个环境,那么例如需要python3.7,那么就创建python3.7的虚拟环境,有conda管理不会出现版本冲突。
进入和退出虚拟环境使用指令如下图(图中为进入虚拟环境名为py36,并且验证python是否安装成功)
3.进入虚拟环境
终端运行如下指令为进入虚拟环境
conda activate py36
另外,若要退出环境则在看终端输入:
conda deactivate
进入虚拟环境如图:会有小括号(虚拟环境名:py36),进入虚拟环境后就可以在python为3.6的环境下配置pytorch了,尽情安装吧!
4 在虚拟环境中安装pytorch和torchvision
本教程利用终端指令源码编译安装,博主已踩过很多坑,这里快速助力你进行安装。pytorch和torchvision版本需要对应,可自己查询。这里选择安装的是pytoch1.1.0和torchvision0.3.0
- 下载pytoch1.1.0的源码包的网站:(安装包已经下载好并提供给大家,在文件中找到如下图片命名的安装包即可,以后若需要安装别的版本的去此网站下载,注意需要下载GPU版的安装包,下载好对应的pytorch版本后,继续 【步骤4】进行安装。另外,不同的系统和显卡驱动可能会需要安装更高版本的pytorch,并且按照此教程在最后安装完成后验证GPU为False,可以再参考 【步骤7】 进行安装)
https://download.pytorch.org/whl/cu90/torch_stable.html
选择并下载:
我所创建的虚拟环境起名为py36six,进入虚拟环境后,找到安装源码包的位置,例如我的路径在:E:\CDESKTOP\安装教程\torch-1.1.0-cp36-cp36m-win_amd64.whl
利用pip运行如下指令安装,很快便可编译,不会因为网络问题等出现任何错误,这至此,pytoch1.1.0安装完成,还需要安装torchvision:
pip install E:\CDESKTOP\安装教程\torch-1.1.0-cp36-cp36m-win_amd64.whl
5 在虚拟环境中安装torchvision
pytoch和torchvision和python是有对应的版本关系的,本教程查到pytoch1.1.0对应的torchvision版本为0.3.0。补充,pytoch和torchvision的版本对应关系可在 pytorch官网查询。对应关系也可参考下图:
下面使用pip指令安装torchvision0.3.0,参考链接.:
pip install --no-deps torchvision==0.3.0
6 验证是否安装完成
安装完成后,在虚拟环境中依次运行如下3指令进行验证pytoch是否安装完成和GPU是否可用
python
import torch
torch.cuda.is_available()
import torch 不报错误说明torch安装成功,cpu版本的验证本条指令成功即可。
torch.cuda.is_available() 结果显示True,那么恭喜你GPU版本安装完成,则可以跳过【步骤7】,然后继续pycharm中使用虚拟环境的教程。
7 后续:GPU版本安装失败或安装不同版本的pytoch
以下windows版本安装的参考链接:window \ Linux \ Mac安装不同版本的pytoch.
windows版本
- conda安装
1.cuda9.0 python3.6/3.5/3.7
conda install pytorch -c pytorch
pip3 install torchvision
2.cuda8.0 python3.6/3.5/3.7
conda install pytorch cuda80 -c pytorch
pip3 install torchvision
- Pip安装
1.CUDA8.0 python3.5
pip3 install http://download.pytorch.org/whl/cu80/torch-0.4.1-cp35-cp35m-win_amd64.whl
pip3 install torchvision
2.CUDA8.0 python3.6
pip3 install http://download.pytorch.org/whl/cu80/torch-0.4.1-cp36-cp36m-win_amd64.whl
pip3 install torchvision
3.CUDA8.0 python3.7
pip3 install http://download.pytorch.org/whl/cu80/torch-0.4.1-cp37-cp37m-win_amd64.whl
pip3 install torchvision
1.CUDA9.0 python3.7
pip3 install http://download.pytorch.org/whl/cu90/torch-0.4.1-cp37-cp37m-win_amd64.whl
pip3 install torchvision
2.CUDA9.0 python3.6
pip3 install http://download.pytorch.org/whl/cu90/torch-0.4.1-cp36-cp36m-win_amd64.whl
pip3 install torchvision
3.CUDA9.0 python3.5
pip3 install http://download.pytorch.org/whl/cu90/torch-0.4.1-cp35-cp35m-win_amd64.whl
pip3 install torchvision
1.CUDA9.2 python3.5
pip3 install http://download.pytorch.org/whl/cu92/torch-0.4.1-cp35-cp35m-win_amd64.whl
pip3 install torchvision
2.CUDA9.2 python3.6
pip3 install http://download.pytorch.org/whl/cu92/torch-0.4.1-cp36-cp36m-win_amd64.whl
pip3 install torchvision
3.CUDA9.2 python3.7
pip3 install http://download.pytorch.org/whl/cu92/torch-0.4.1-cp37-cp37m-win_amd64.whl
pip3 install torchvision
1.没有CUDA python3.5
pip3 install http://download.pytorch.org/whl/cpu/torch-0.4.1-cp35-cp35m-win_amd64.whl
pip3 install torchvision
2.没有CUDA python3.6
pip3 install http://download.pytorch.org/whl/cpu/torch-0.4.1-cp36-cp36m-win_amd64.whl
pip3 install torchvision
3.没有CUDA python3.7
pip3 install http://download.pytorch.org/whl/cpu/torch-0.4.1-cp37-cp37m-win_amd64.whl
pip3 install torchvision
pycharm中使用虚拟环境
首先打开PyCharm,配置Python Interpreter。
如果是第一次打开,可以直接在启动页面点击Configure,选中Settings进入设置。
或者打开Project之后进入设置。
在设置页面选中“Python Interpreter”选项,然后点击右侧齿轮形状按钮。
选择Add添加Python解释器。
然后在弹出的Add Python Interpreter对话框中选择Conda Environment(当然前提是已经利用Anaconda安装好了虚拟环境),选择Existing environment,在自己的虚拟环境文件目录下找到python即可,然后点击OK选定默认解释器。
到这里,Pycharm调用虚拟环境的配置就完成了。
但后续熟悉pycharm的界面和运行调试等有必要自行学习。
参考链接:
课题组踩坑总结经验,希望大家不吝一键三连,关注支持一下!!!