文章目录
anaconda 搭建 pytorch 环境:conda 和 whl 两种方式
一、anaconda 镜像源设置
本人主要配置了清华的镜像源,
修改后的.condarc文件内容如下:
show_channel_urls: true
channels:
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/win-64/
ssl_verify: true
有人提到:
添加Pytorch镜像,必须是进到win-64文件夹才可以,所以我在镜像源中补充了这个,确实有效。
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/win-64/
二、版本对应
1. CUDA 版本
pytorch 的版本要对 CUDA 的版本一致。
-
我们应该选择与 nvcc -V 对应的 pytorch 版本。
-
nvcc -V
和nvidia-smi
显示的CUDA Version不一致:CUDA 有
driver api
和runtime api
,driver api 依赖NVIDIA驱动,版本由nvidia-smi查看。runtime api 是软件运行所需要的,版本由 nvcc -V查看。通常,driver api 的版本能向下兼容 runtime api 的版本,一般driver api 版本 >= runtime api 版本即可。
三、pytorch安装
1. 方式一:conda
- 在 anaconda 的环境中安装 pytorch。
pytorch官网:https://pytorch.org/get-started/locally/
根据自己对应的CUDA版本来选择安装的命令。
比如我的CUDA版本是 10.0,所以我选择的安装命令为:
# CUDA 10.0
conda install pytorch==1.0.0 torchvision==0.2.1 cuda100 -c pytorch
- 最后测试是否安装成功:
import torch
torch.__version__
'1.0.1'
a = torch.Tensor([1.])
a.cuda()
tensor([1.], device='cuda:0')
2. 方式二:whl
方式二是针对于通过官网提供的 conda install 安装失败的情况,采用的通过 whl 的方式进行安装。
pytorch whl 网站:https://download.pytorch.org/whl/torch_stable.html
- 下载需要的 whl 文件
需要下载 torch 和 torchvision 两个 whl 文件,因为我的环境 cuda 版本是V10.2,python版本是V3.6,所以我下载的文件如下-
torch:
-
torchvision:
-
- 安装 whl 文件
- 通过 cmd 进行到 whl 所在的目录:
- 通过 pip install 命令进行安装
- 通过 cmd 进行到 whl 所在的目录:
参考资料
- https://www.jianshu.com/p/3bed91f4f3ad
- windows下的torch=1.2.0环境配置:https://blog.csdn.net/weixin_44791964/article/details/106037141