Anaconda + Pytorch 超详细安装教程(2023/4/29)

安装流程

1.安装Anaconda
2.创建机器学习环境
3.检查显卡,更新驱动
4.配置阿里云镜像源
5.安装pytorch
6.测试
7.CUDA核心

1.安装Anaconda

请添加图片描述

https://www.anaconda.com/download/

请添加图片描述
请添加图片描述

请添加图片描述
直接默认下一步即可

装完之后

按win在“所有应用”中找到Anaconda Prompt

请添加图片描述
请添加图片描述

出现(base)表示成功

2.创建pytorch环境

请添加图片描述

这里面输入python可以看到安装的python版本号,我的是python3.10然后输入exit()回车就好。

请添加图片描述

创建pytorch虚拟环境,pytorch是环境变量的名字,python=3.10即是之前自己系统python版本。(注意这里的python版本要和自己的版本相同,我的是python3.10)
conda create -n pytorch python=3.10

请添加图片描述

到这里按y即可

请添加图片描述

出现这个界面就表示成功了

请添加图片描述

我们输入activate pytorch(pytorch是你定义的这个环境的名字),左边的环境就从base(基本环境),变成了pytorch环境。

3.检查显卡(NVIDIA显卡)(AMD显卡可跳过)

请添加图片描述

选择自己的显卡型号(如果有英伟达显卡的话,AMD的显卡不可以实用cuda核心训练,如果是AMD显卡直接用CPU训练就行)

请添加图片描述

4.配置阿里云镜像源

默认是Anconda国外镜像源,换国内的镜像源下载速度快。

进入base环境,键入命令

conda config --set show_channel_urls yes

请添加图片描述

在用户文件中找到这里 并用记事本打开

请添加图片描述

用记事本打开并输入阿里云镜像源

channels:
  - defaults
show_channel_urls: true
default_channels:
  - http://mirrors.aliyun.com/anaconda/pkgs/main
  - http://mirrors.aliyun.com/anaconda/pkgs/r
  - http://mirrors.aliyun.com/anaconda/pkgs/msys2
custom_channels:
  conda-forge: http://mirrors.aliyun.com/anaconda/cloud
  msys2: http://mirrors.aliyun.com/anaconda/cloud
  bioconda: http://mirrors.aliyun.com/anaconda/cloud
  menpo: http://mirrors.aliyun.com/anaconda/cloud
  pytorch: http://mirrors.aliyun.com/anaconda/cloud
  simpleitk: http://mirrors.aliyun.com/anaconda/cloud

请添加图片描述

ctrl + s保存即可

请添加图片描述

在Anaconda prompt 命令窗口运行 conda clean -i 清除索引缓存,保证用的是镜像站提供的索引。然后输入y。

5.安装pytorch

在这里插入图片描述
进入网页会自动跳转到对应的系统复制(Run this Command)命令安装即可。

这个是我的版本对应的命令。

conda install pytorch torchvision torchaudio pytorch-cuda=11.8 -c pytorch -c nvidia

进入pytorch环境(注意是pytorch环境,不是base环境)

请添加图片描述
请添加图片描述

等待安装即可

请添加图片描述

输入y

请添加图片描述

如果中间窗口停止或者终止,重复步骤5(一定要记得清除索引conda clean -i)

6.测试

等全部装好之后输入python
然后输入import torch
如果不报错说明没有问题

请添加图片描述

我遇到的错误

请添加图片描述

1.下载问题

由于网速较慢经常终止,再次重新下载时会遇到这种情况

During handling of the above exception, another exception occurred:

Traceback (most recent call last):
  File "C:\Users\MYSTE\anaconda3\lib\site-packages\conda\auxlib\logz.py", line 165, in stringify
    requests_models_Response_builder(builder, obj)
  File "C:\Users\MYSTE\anaconda3\lib\site-packages\conda\auxlib\logz.py", line 141, in requests_models_Response_builder
    resp = response_object.json()
  File "C:\Users\MYSTE\anaconda3\lib\site-packages\requests\models.py", line 975, in json
    raise RequestsJSONDecodeError(e.msg, e.doc, e.pos)
requests.exceptions.JSONDecodeError: Expecting value: line 1 column 1 (char 0)

请添加图片描述

错误原因:之前下载中断,导致索引关系发生错误

解决办法

在pytorch虚拟环境下输入命令

conda clean -i

请添加图片描述
然后按y即可取消索引重新下载pytorch包
即重新键入

conda install pytorch torchvision torchaudio pytorch-cuda=11.8 -c pytorch -c nvidia

请添加图片描述

我的已经装好了,界面是这样的

请添加图片描述

能够import torch不报错即可

请添加图片描述

2.版本问题

如果没有NIVIDA的GPU但是下载的确实GPU版本则会报错导入torch失败

报错显示如下:
ClobberError: This transaction has incompatible packages due to a shared path.
packages: nvidia/win-64::cuda-cupti-11.8.87-0, nvidia/win-64::cuda-nvtx-11.8.86-0
path: ‘metadata_conda_debug.yaml’

请添加图片描述

解决办法

如果是AMD或者Intel显卡或者集成显卡可以直接用CPU版本

请添加图片描述

我的是:
conda install pytorch torchvision torchaudio cpuonly -c pytorch

安装方法

先解除索引

请添加图片描述

输入命令即可
conda install pytorch torchvision torchaudio cpuonly -c pytorch

安装成功

请添加图片描述

7.CUDA核心

NVIDIA显卡成功图

请添加图片描述

其他显卡安装成功图

请添加图片描述

  • 111
    点赞
  • 277
    收藏
    觉得还不错? 一键收藏
  • 62
    评论
Anaconda、PyCharm和PyTorch都是在Python开发中非常实用的工具。下面将分别介绍它们的安装。 首先,Anaconda是一个数据科学的IDE,含有许多科学计算库和Python包。在其官方网站(https://www.anaconda.com/products/individual)上下载对应操作系统的安装包,双击打开安装即可。在安装时需要进行一些设置,比如选择安装路径和添加环境变量等。安装完成后,可以在Anaconda的Navigator中找到安装好的Python环境,并在其中安装需要的包。 其次,PyCharm是一个受欢迎的Python开发工具,它有专业版和社区版两个版本。在其官方网站(https://www.jetbrains.com/pycharm/download/)上下载对应版本的安装包,双击打开安装即可。在安装时同样需要进行一些配置,比如选择安装路径、添加环境变量等。安装完成后,可以在PyCharm中打开Anaconda安装Python环境,方便地进行Python开发。 最后,PyTorch是一个深度学习框架,安装流程有点复杂。首先需要安装Anaconda,然后在其中创建一个新的环境。在命令行上输入以下命令即可安装PyTorch: ``` conda install pytorch torchvision torchaudio cpuonly -c pytorch ``` 其中,包含了PyTorch的核心模块torch,以及一些常用的扩展模块torchvision和torchaudio。如果希望使用GPU进行计算,则需要额外安装对应的CUDA工具。 总的来说,Anaconda、PyCharm和PyTorch都是非常实用的工具,在安装时需要注意一些配置,这些工具能够提高Python开发的效率和学习深度学习的体验。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 62
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值