PyTorch配置安装流程

PyTorch配置安装流程

1. 安装 CUDA 和 cuDNN
   1. 如果不打算使用 gpu 加速，可以跳过这一步
   2. 去英特尔官网下的 CUDA页面 和 cuDNN页面 下载
   3. 运行exe文件安装 CUDA，然后解压 cuDNN 的压缩包，把得到的文件中的各项文件复制粘贴到 CUDA 下的同名文件夹中即可
   4. 安装的 CUDA 版本要和显卡驱动的版本匹配，cuDNN 的版本要和 CUDA 的版本匹配
   5. 在指令窗口中输入 nvcc -V 检查是否安装成功
2. 安装 anaconda
   1. 首先去官网下载安装包，然后直接运行即可
   2. 配置清华镜像源，注意优先查找清华源的 pytorch 目录，否则可能会下载不到最新版本的 PyTorch

      https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch
      https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/

      # 查看镜像源
      conda config --show-sources
      # 添加镜像源
      conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
      # 删除镜像源
      conda config --remove channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/	
      

   3. 创建新的虚拟环境

      # 查看已有的虚拟环境
      conda info -e
      # 创建新的虚拟环境
      conda create -n env_name
      # 根据旧的虚拟环境，创建新的虚拟环境
      conda create -n env_name --clone old_env_name
      # 删除已有的虚拟环境
      conda remove -n env_name --all
      # 切换至某一虚拟环境
      conda activate env_name
      

3. 安装 pytorch
   1. 具体的安装指令请参考PyTorch官网，安装时记得把最后的 -c pytorch 给去掉，否则会从 pytorch 的官方源下载

      conda install pytorch torchvision cudatoolkit=10.2 -c pytorch

   2. anaconda 会根据指定的 cudatoolkit 版本自动地去下载匹配地 pytorch 和 torchvision 版本，需要注意虽然 pytorch 版本都是1.6.0，但是不同的 cudatoolkit 版本对应的是不同的 1.6.0 的具体版本，因此如果要更新或者更换 cudatoolkit 的版本，一定要一起更新或更换匹配的 pytorch 版本
   3. 同理，也需要根据 cudatoolkit 来更换 python 的版本

      上述安装指令对应的 pytorch 的具体的1.6.0版本就是下面这个：
      pytorch 1.6.0 py3.8_cuda102_cudnn7_0

4. 测试

   # 注意是import torch，不是import pytorch
   import torch
   
   print(torch.__vision__) # 1.6.0
   print(torch.cuda.is_available()) # True
   

5. 一些注意事项
   • 安装的 CUDA 和 cuDNN 要和显卡驱动的版本匹配
   • 安装的 cudatoolkit 要和 CUDA 的版本匹配
   • 安装的 pytorch 要和 cudatoolkit 的版本匹配
   • 虚拟机中无法使用 pytorch 的 gpu，如果执行 torch.cuda.is_available()，返回的一定是False
   • 网络上有人称清华镜像源已关闭，但该镜像源其实已于同年七月恢复（这里的关闭指的是2019年的关闭，如果未来的某一天清华源又关掉了，请注意切换其他镜像源）