一些软件的下载:
1. Anaconda;pycharm
直接到官网下载,注意安装过程中最好添加到环境变量。
2. 在anaconda中新建环境或者安装包。
conda create -n 虚拟环境名字 python==版本 -c 镜像地址
conda install (包名) -c 镜像地址
镜像地址:
清华镜像:https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
北京外国语大学镜像:https://mirrors.bfsu.edu.cn/anaconda/pkgs/main
阿里巴巴镜像:https://mirrors.aliyun.com/anaconda/pkgs/main
3. 安装驱动/驱动更新
在pytorch官网下载pytorch之前,将自己的显卡驱动更新到最新(在nvidia官网的驱动下载),这样在安装时可以选择更高的cuda版本(cuda版本要比显卡驱动(nvidia driver force)低),同时要与自己的显卡算力相匹配。显卡型号可以在任务管理器查看,显卡算力可以在谷歌什么什么网站查看(要翻墙)。在终端输入nvidia-smi,可以查看自己的显卡驱动版本。
4. 安装pytorch
在官网选择好相关型号后,直接在虚拟环境中粘贴命令进行安装。但从官网安装可能会比较慢,因此可以在镜像地址下载,只要将官网命令中的地址换成镜像地址就行。
镜像地址:
清华镜像:https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/win-64/
北京外国语大学镜像:https://mirrors.bfsu.edu.cn/anaconda/cloud/pytorch/win-64/
阿里巴巴镜像:https://mirrors.aliyun.com/anaconda/cloud/pytorch/win-64/
此时出现了不少问题:
(1)采用pytorch官网的conda命令直接安装,太慢;
(2)将官网的国外源换成国内镜像源,报错,问题好像是版本不一致,这个地方我怀疑是国内镜像源没有同步更新到我这个版本。
(3)换成官网pip命令,报错:超时。
(4)将pip命令安装时弹出的地址在迅雷中打开,将其中安装包下载到本地;然后在虚拟环境中pip install 安装包的存储地址。报错:超时。将pip install改成pip --default-timeout=100 install,代码一直运行无法停止,失败。
第二天,重新用pip官方命令,成功,应该是因为换了一个好一点的网络。
总结:我下载的较新版本的pytorch,所以可能镜像源没有及时更新完全,导致下载失败;用官方conda下载失败不知道为啥,pip下载应该就是网速是慢,快了一下子安装成功了。