在Windows中使用Conda安装pytorch
文章目录
Anaconda与Miniconda的区别
Anaconda 和 Miniconda 都是用于创建和管理 Python 虚拟环境的工具
- Anaconda: 体积较大,包含了大量的科学计算和数据分析相关的库,例如 NumPy、SciPy、Matplotlib、Pandas 等。
- Miniconda: 体积较小,只包含了 conda 包管理器、Python 解释器以及一些基本的工具。
- Anaconda: 更适合于数据科学和机器学习等领域,因为它提供了大量常用的库,可以帮助用户快速开始项目。
- Miniconda: 更适合于需要定制环境的用户,因为它允许用户选择要安装的库,并且可以节省磁盘空间。
- Anaconda: 由于包含了大量的库,因此灵活性较低。用户只能选择使用 Anaconda 预装的库,而无法安装其他库。
- Miniconda: 由于体积较小且包含的库较少,因此灵活性更高。用户可以根据自己的需求选择安装所需的库。
如果硬盘空间比较紧张可以选择安装miniconda随后再安装所需要的包,他们仅此不同,其他毫无区别
我这里使用通过安装miniconda再继续安装pytorch
Anaconda/Miniconda的安装
首先下载安装Anaconda或者Miniconda
下图是Anaconda的版本
第一次下载时需要填一下接收下载链接的邮箱然后点击submit,
打开刚才填的邮箱可以看到下载的链接,点击下载即可
Miniconda与Anaconda类似,选择自己对应的系统下载安装
下载好后就可以看到两个安装包大小的区别,更加坚定使用miniconda了(bushi
两个安装方法大同小异,我仅安装miniconda作为展示
这里可以修改安装的路径,(C盘无限容量当我没说)
一定要将第二个勾上,后两个可根据自己需求选择
等待安装完成
取消两个勾点击完成
验证conda是否安装完成
win + R
打开运行输入cmd
打开命令行
输入conda
,出现下图说明安装成功
打开开始菜单找到Anaconda/Miniconda随便打开一个
打开后可以看到(base)
,意思是现在进入的是bash(基础)环境
为conda配置镜像源
由于某些原因导致我们使用官方源下载包速度极慢甚至中断失败,所以我们要先为conda配置国内镜像源
这里以添加最常用的清华镜像源为例
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 --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/linux-64/
conda config --set show_channel_urls yes
复制到conda中,再输入conda config --show channels
查看是否添加成功,如图表示成功添加
使用conda创建Pytorch环境
输入conda env list
查看环境列表,可以看到目前只有一个基础环境
为了使Pytorch不干扰基础环境,我们需要创建一个为Pytorch运行的虚拟环境
输入conda create -n Pytorch python=3.12
创建环境(其中 -n
指代环境名称,这里设为Pytorch不代表任何含义,仅是作为名称为用户查看,python=3.12
指代此虚拟环境所安装的Python版本,可不填默认为此conda版本所内置的最新的Python版本)
输入y
同意下载安装所需的包
下载完成后可以看到提示我们激活新创建的虚拟环境,复制conda activate Pytorch
激活新的虚拟环境(Pytorch就是刚才创建的环境名称,要激活哪个环境就改为那个环境名称即可)
再输入conda env list
查看环境列表,可以看到新创建的Pytorch已在里面
输入conda activate Pytorch
激活Pytorch环境,可以看到环境已经从base
到Pytorch
了
下载Pytorch包
进入Pytorch官网
根据自己电脑选择选项,安装方式可以选择conda
或pip
(如果conda安装失败可以切换为pip方式尝试)
电脑运行硬件根据电脑选择
NVIDIA显卡可以在cmd中输入nvidia-smi
查看cuda版本,如图为11.2,则可以选择不高于11.2的cuda版本,若没有低于自己电脑版本的cuda,可以在历史版本中选择
若非NVIDIA显卡则选择CPU版本
复制刚才的代码粘贴进去,回车执行。
conda install pytorch torchvision torchaudio cpuonly -c pytorch
出现进度条卡住不动,可以按下ctrl
+c
取消下载,然后多重复执行几次上面代码,出现这样就可以了。
安装完成后输入依次python
、import torch
、torch.__version__
,没有出现报错代表Pytorch安装完成