目录
1.下载anaconda
官网下载即可(注意要选择结尾是64.exe的,因为电脑运行环境是64位)
版本无所谓,只要选择Anaconda3系列就可以,代表可以运行pyghon3系列的即可
安装慢的话建议复制链接到迅雷下载(是真快啊)
安装选项:
(1)选择Just me
(2)Advanced options两个选项都要勾线上!!
将安装好的anaconda文件加入进系统路径里面,只要添加如下四个文件即可
验证conda是否安装成功(cmd环境下)
2.搭建虚拟环境
conda create -n mypytorch(这里取啥名字都无所谓了) python=3.7
安装完成后可以查看自己是否安装成功:
激活刚刚生成的pytorch环境:
conda activate xxxxxxx
3.安装pytorch(坑的开始)
(1)安装其他较低版本的可以点击上方install previous verisions of PyTorch
安装之前可以在cmd里面看一下自己的GPU版本,安装的版本至少小于等于自己自带的GPU版本!
nvidia -smi
(2)安装11.7以上版本会发现多了一个pytorch-cuda 这个貌似只能到nvidia上去下载,镜像源上没有....(建议加速引进国内)
(3)-c pytorch意思是到pytorch官网上去下载,会很慢,因此一定要删掉,否则不会使用添加进去的镜像源,如果要下载11.7以上的版本,要保留-c nvidia,如:
conda install pytorch torchvision torchaudio pytorch-cuda=11.7 -c nvidia
(4)语句整体意思是安装pytorch torchvision torchaudio这三个文件,等于后面意思是版本号
(5)镜像源添加
法一:直接代码添加
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/win-64/
然后可以看一下是否添加成功:
conda config --get
其中,show_channel_urls true意思是你在后续下载pytorch时能看到每个包的镜像下载地址
法二:让系统创建一个.condarc文件,并写入下列这些话
channels:
- http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/win-64/
- http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
- http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
show_channel_urls: true
我的这个文件系统自动生成在 C:\Users\lenovo 这个位置
输入语句下载,可能我的电脑比较卡,一直卡在这一步,但没关系,俺们等一会(等了差不多十几分钟吧,一度以为我寄了)
这种只有几百M的肯定是CPU的,还会发现包后面跟着一串地址,代表是镜像源地址,有这些地址才能加速啊!
这种才是正确的的GPU,在pytorch后面有cuda显示的!别装错了(比如我)
11.7以上版本是有很多清华镜像源没有的文件,得到nvidia官网上下载,会比较慢:
4.最后的验证(激动人心!)
import torch
print("torch version:",torch.__version__)
x = torch.rand(5, 3)
print(x)
# gpu
print("gpu:",torch.cuda.is_available())
# 查看CUDA版本
print('CUDA version:', torch.version.cuda)
返回True就大功告成了,这里注意,下载CPU的是返回False的,但没关系,pytorch的库安装上就可以了!!
5.补充
换的镜像源得在conda的环境下安包,以后要安装新的包的时候注意使用命令,这样才会使用新的镜像源
conda install xxxxx