目录
本文记录一下自己在本机安装pytorch框架时候的流程以及遇到的问题。
(装前必看)
本文参考的文章有以下几篇:
(56条消息) 如何让Jupyter Notebook支持pytorch_cqldqsb的博客-CSDN博客_jupyter pytorch
(56条消息) 在Anaconda下安装Pytorch的超详细步骤_伏城无嗔的博客-CSDN博客_anaconda pytorch
(56条消息) 在Anaconda Jupyter Notebook中如何安装Pytorch_MaliciousSoftware的博客-CSDN博客
1.换源
可以考虑换成清华大学的源
conda activate pytorch #进入pytorch虚拟环境
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/
conda config --set show_channel_urls yes
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/peterjc123/
2.切换虚拟环境
conda info --envs #查看已经创建的环境
conda create -n name python=3.8 #创建指定python版本名为name的环境
conda activate name #进入名为name的环境
conda activate #退出当前环境
conda remove -n name --all #删除名为name的环境
3.学会在官网寻找自己需要的版本
安装之前注意CUDA Toolkit与Driver Versions版本问题,首先查看自己电脑驱动程序的版本能否达到CUDA版本的要求。
参考文章:(56条消息) 在Anaconda Jupyter Notebook中如何安装Pytorch_MaliciousSoftware的博客-CSDN博客
4.在jupyter中运行程序时注意切换核
可以使用 jupyter kernelspec list查看安装了哪些虚拟环境kernel:
一.安装pytorch
(56条消息) 在Anaconda下安装Pytorch的超详细步骤_伏城无嗔的博客-CSDN博客_anaconda pytorch
按照上面的教程安装之后import torch未出现问题,安装完成后的虚拟环境如下:
输入import torch查看结果:
注:此处检验安装是否成功具有不同的方式,我浏览的博客可以分成以下两种方式:
1.在pytorch环境下import torch查看情况
2.在base环境下试验import torch的情况,接着使用命令torch.cuda.is_available()查看已安装的pytorch框架能否使用GPU
第1种检查的方式:
第2种检查的方式:
二.在Jupyter中嵌入pytorch
为了能够在jupyter中使用pytorch,使用以下教程中的Jupyter Notebook调用pytorch虚拟环境部分(56条消息) 在Anaconda Jupyter Notebook中如何安装Pytorch_MaliciousSoftware的博客-CSDN博客
成功为jupyter配置了虚拟环境,但是输入import torch命令时报错如下:
自己认为自己操作失误的地方可能存在于两个地方。
1.忘记了切换环境:正确的操作为首先在base环境下使用命令conda install nb_conda安装nb_conda
然后进入pytorch环境(使用命令 conda activate pytorch),输入conda install ipykernel之后输入y安装:
2.以管理员的身份运行Anaconda promot而非直接打开
看一下非管理员身份运行的窗口头部:
管理员身份:
二者还是存在明显区别。
解决import torch报错的方法
我卸载了之前安装的pytorch环境,重新安装了支持GPU 的pytorch。原pytorch的版本为:
安装的新pytorch的版本为:
然后使用管理员命令打开Anaconda promot,首先在base环境下使用命令conda install nb_conda安装nb_conda,然后进入pytorch环境(使用命令 conda activate pytorch),输入conda install ipykernel之后输入y安装。在jupyter中再次运行报错的代码(注意换pytorch的kernel),成功解决bug。