pycharm+anaconda配置pytorch(CUDA10.2)

已于 2024-10-31 14:56:28 修改
阅读量1.3k 收藏 12
点赞数 8
分类专栏： Python 文章标签： pytorch pycharm
于 2024-07-22 16:32:18 首次发布
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/m0_55333280/article/details/140610744
版权

目录

  • 进入anaconda终端窗口
  • 查看虚拟环境列表
  • 创建虚拟环境
  • 进入虚拟环境
  • 在[pytorch官网](https://pytorch.org/get-started/locally)找到与自己电脑匹配的配置
    • 查看CUDA
    • 安装pytorch
      • 找到python文件
      • 将pytorch安装到指定位置
  • 打开pycharm进行配置
  • 输入以下代码验证是否配置成功

进入anaconda终端窗口

在这里插入图片描述

查看虚拟环境列表

conda env list

在这里插入图片描述

创建虚拟环境

conda create -n env-name python=3.8（可省略）

进入虚拟环境

conda activate env-name

在这里插入图片描述

最低0.47元/天 解锁文章
【目标检测】Windows11+Anaconda3+PyCharm+Python3.8+PyTorch1.10.0+CUDA10.2环境配置和YOLOx部署
KayViolet的博客
11-21 6276
0 前言 由于YOLOx是基于Linux系统编写的代码，如果要跑通demo.py，需要对代码进行修改。 在论坛上看了一圈，记录Windows系统的很少，所以有了这篇文章。 本文为Windows部署YOLOx的踩坑记录，本文将详细介绍跑通demo的过程和个人遇到的所有报错。 1 准备工作 1.1 必要环境 Windows+Anaconda+PyCharm+Python 1.1.1 Anaconda创建新环境（Python3.8） 在Anaconda Prompt终端输入如下代码创建新的虚拟环境。 conda
Ubuntu20.04安装Pytorch：Anaconda3+Pycharm+Pytorch+CUDA
weixin_44576493的博客
03-09 5736
一、安装显卡驱动 1.禁用nouveau 终端输入命令： sudo gedit /etc/modprobe.d/blacklist.conf 在文件末尾添加： blacklist nouveau options nouveau modeset=0 终端输入命令： sudo update-initramfs -u 查看否成功禁用了开源驱动： lsmod | grep nouveau 若屏幕没有输出，则禁用成功。 2.安装驱动 nvidia-smi 如果无法查看，就说
pytorch 1.9.0+cuda 10.2安装
m0_69836048的博客
02-26 2768
pytorch 1.9.0+cuda 10.2安装
CUDA 10.2安装pytorch
最新发布
collect230的博客
03-25 2656
cpu开头的是cpu版本的，可以直接跳过，我们看 cu开头的，cu102表示cuda10.2，cp38对应python3.8，按照需求下载就可以了。同理下载torchvision 和torchaudio。根据自己python版本和系统选择。2.所有torch版本。
pytorch1.9离线版资源，cuda10.2 +对应的cudnn
07-22
pytorch1.9离线版资源，cuda10.2 +对应的cudnn
cuda10.2对应的pytorch
weixin_35748962的博客
02-13 3110
PyTorch对应的CUDA版本是1.7。换句话说，如果您的计算机上安装了CUDA 10.2，您可以使用PyTorch 1.7。请注意，不同版本的PyTorch可能需要不同版本的CUDA，因此请确保您使用正确版本的PyTorch。 ...
CUDA（10.2）＋PyTorch安装加配置 详细完整教程
热门推荐
Ang_go的博客
01-05 5万+
CUDA安装 PyTorch安装
Win10+Cuda10.2的Pytorch安装
qq_40624111的博客
10-26 4444
win10 2022年10月Cuda10.2安Pytorch
Pytorch（GPU版本）+ cuda10.2安装（解决torch.cuda.is_available()返回False的一种可能）
人生如逆旅，我亦是行人。
07-07 1万+
Pytorch GPU版本 + cuda10.2安装，torch.cuda.is_available()返回False，B站03 安装【动手学深度学习v2】
【目标检测】Anaconda3+PyCharm+Python3.8+PyTorch1.10+Cuda10.2的YOLOv5复现教程
KayViolet的博客
11-21 5165
1 预备工作 1.1 码源下载 下载地址：YOLOv5码源下载 进不去的同学找个梯子哦。 1.2 模型下载 有梯子的同学可以忽略这一步。 没有梯子的话，通过程序下载模型会很慢，所以还是建议通过GitHub官方去下载。 这边也放上下载地址：YOLOv5模型下载 页面向下拉看到下图页面，直接点击，即可下载。 没有梯子的同学，需要的话留言，我会放上百度云连接。 1.3 环境配置 我用的是Anaconda虚拟环境，具体环境配置我会单独写一篇文章。 将下载下来的yolov5-master.zip文件解压。 接下
Pytorch-0.4.1兼容CUDA9.0
01-10
Pytorch-0.4.1兼容CUDA9.0，下载进入文件目录安装即可
Ubuntu20.04安装NVIDIA驱动+cuda+cudnn+anaconda+pytorch+pycharm经验
qinseheming0820的博客
04-18 4912
配置环境是深度学习的第一道门槛，也是必须迈过的一道门槛，之前一直在windows平台上跑pytorch，但很多包无法安装，必须要使用Linux。在经历了很多坑，无数次重装系统，崩溃，坚持后终于在Ubuntu20.04上成功安装pytorch，现将经验分享，希望能对初学者有一定参考。 一、安装Ubantu20.04系统 在清华源上下载系统安装包，找一个空U盘，用第三方软件制作系统启动盘。注意一定是空U盘，制作启动盘时会将U盘格式化。 Index of /ubuntu-releases/2...
Pytorch和CUDA10.2环境配置
打瞌睡_的博客
07-31 2802
近期开始学习pytorch，又是一顿配置环境的瞎折腾，我电脑上的CUDA原来版本是9.x的，现在好多新算法的要求是10.0以上，就覆盖安装了10.2版本的CUDA。 参考资料： windows系统查看CUDA版本号 深度学习环境搭建（GPU）CUDA安装（完全版） tensorflow各个版本的CUDA以及Cudnn版本对应关系 CUDA10.2安装文件：提取码：daks 检查安装CUDA10.2是否正确nvcc -V： 显示CUDA信息则安装成功，然而我在测试cuda的gpu是否可用的时候，却显示错
配置环境
Lison_Zhu's Blog
11-26 1005
添加清华源 conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/ conda config --set show_channel_urls yes conda config --add channels http://mi
pytorch的安装（CUDA10.2+cuDNN8.3.3+torch1.10+​torchvision​0.11.1+python3.9）
Yao_Wan的博客
01-13 1万+
一、先根据电脑硬件的条件获取本身CUDA版本，据此以及表格比较得出cuDNN、torch、torchvision、python版本。 二、在NVIDIA官网下载CUDA和cuDNN，获取torch的下载链接，网页提供python3.9的下载链接 三、安装CUDA后，把cuDNN这个补丁装到CUDA里边，因为CUDA toolkit是CUDA的工具包，cuDNN是CUDA的加速器补丁；用环境为python3.9的pycharm执行官网的pip命令操作完成torch和torchvision的下载
anaconda安装pytorch， cuda版本10.2，cudnn版本10.2-windows10-x64-v8.0.3.33
wayne1000的博客
09-13 1万+
1.先安装anaconda 官网：https://www.anaconda.com/products/individual 虽然写着python3.8，是向下兼容的，下载就行。 安装过程就略了。 安装完检查Anaconda的环境变量。没有把这俩添加进去。 2.cuda 10.2及cudnn的安装 2.1cuda 10.2下载及安装 按照官网给出的提示，安装稳定版Pytorch 1.60，需要cuda版本10.2 ，下载地址：https://developer.nvidia.com/cuda-tool
GTX1050安装cuda10.2配置pytorch正确指令
jamesssssM的博客
10-22 700
GTX1050安装cuda10.2配置pytorch正确指令
CUDA10.2对应的pytorch1.8.0版本下载
naicha2的博客
04-14 778
CUDA10.2对应的pytorch1.8.0版本下载
gpu版本pytorch安装（已经安装对应版本的CUDA10.2和CUDNN)
qq_46078469的博客
04-08 1526
gpu版本pytorch安装（已经安装对应版本的CUDA10.2和CUDNN)
anaconda+pycharm环境下的pytorch配置方法
06-28
### 回答1： 在anaconda+pycharm环境下配置pytorch可以按照如下步骤进行： 1. 打开anaconda，创建一个新的虚拟环境，例如命名为“pytorch_env”。 2. 在命令行中使用conda activate pytorch_env命令激活虚拟环境。 3. 在命令行中使用conda install pytorch torchvision cudatoolkit=10.2 -c pytorch命令安装pytorch和必要的依赖。 4. 在pycharm中创建一个新的项目，并在项目中创建一个新的python文件。 5. 在python文件中导入pytorch库，并开始编写代码。此时可以利用pycharm的代码补全功能来快速编写代码。 6. 运行代码，如果无误则完成了在anaconda+pycharm环境下配置pytorch的操作。 ### 回答2： 在Anaconda Pycharm环境下进行PyTorch配置，需要执行以下步骤： 第一步：安装Anaconda，选择Python3.6的版本即可，并将Anaconda添加到PATH环境变量中。 第二步：安装PyTorch 使用以下命令进行PyTorch安装。 CPU版本：conda install pytorch-cpu torchvision-cpu -c pytorch GPU版本：conda install pytorch torchvision torchaudio cudatoolkit=11.1 -c pytorch -c nvidia 在Terminal窗口中输入该命令即可进行安装，安装完成后可通过 import torch print(torch.__version__) 进行验证，确认PyTorch是否正确安装。 第三步：安装PyCharm 官网下载安装标准版Pycharm即可。 第四步：创建Python Project 在Pycharm中创建Python Project，并选择已安装的Python版本。 第五步：配置PyTorch环境 打开Pycharm的Terminal窗口，输入以下命令进行环境安装： conda activate <pytorch_env> 其中，pytorch_env为PyTorch安装环境的名称。 以上配置完成后，Anaconda Pycharm环境下的PyTorch配置就完成了，可以使用PyTorch进行开发。 ### 回答3： anaconda是一个流行的Python环境和包管理器，PyCharm是一个常用的Python IDE。PyTorch是一个深度学习框架。在使用PyTorch进行深度学习的过程中，搭建好适合自己的环境是一个必要的步骤。这里介绍在anaconda pycharm环境下的pytorch配置方法。 第一步：安装anaconda 官网下载对应操作系统版本的anaconda后，按照安装提示操作即可。 第二步：创建conda虚拟环境 使用以下命令创建一个名为pytorch的conda虚拟环境： conda create --name pytorch python=3.8 该命令会创建一个Python版本为3.8的conda环境。 第三步：激活并进入虚拟环境 使用以下命令激活名为pytorch的conda虚拟环境： conda activate pytorch 该命令会激活名为pytorch的conda虚拟环境。 第四步：安装pytorch 在激活的虚拟环境下，使用以下命令安装PyTorch： conda install pytorch torchvision torchaudio cudatoolkit=11.1 -c pytorch -c nvidia 该命令将安装最新版本的PyTorch和TorchVision并配合CUDA 11.1版本进行编译。 第五步：在PyCharm中使用虚拟环境 在PyCharm中打开项目，依次选择File->Settings->Project->Python Interpreter，然后点击下拉菜单选择“Add”，在弹出的窗口中选择“Conda Environment”，并在“Interpreter”处选择刚刚创建的虚拟环境“pytorch”。点击“Ok”后，PyCharm将开始配置虚拟环境。配置完成后，在PyCharm的“Terminal”中即可使用虚拟环境中安装的PyTorch进行深度学习模型的训练等任务。 总之，以上就是在anaconda pycharm环境下的pytorch配置方法。要么自己去搭建，要么使用已有的工具，搭建好适合自己的环境是重中之重。希望以上方法能够帮助到大家，让使用PyTorch进行深度学习的过程更加高效便捷。
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