一. 内容简介
jupyter安装pytorch,使用VScode调用
二. 软件环境
2.1vsCode
2.2Anaconda
安装包:这个最新版的23年8月的,我安装时候花的时间特别特别长(我还以为卡死了,他就是慢),留个老版本备用
链接:https://pan.baidu.com/s/177mVLxNAQ-h0Bp-a0-AoBA?pwd=1234
2.3Pytorch
三.主要流程
3.1安装jupyter
3.2安装Pytorch
3.3安装vsCode
3.4实现调用
四.具体步骤
4.1安装jupyter
Anaconda中内置有jupyter,下载Anaconda,然后一步步安装就好了,环境变量有时候是无法勾选的,需手动添加。
D:\Anaconda3
D:\Anaconda3\Scripts
D:\Anaconda3\Library\bin
测试安装
conda --version
4.2安装Pytorch
打开Anaconda Prompt,更换国内源
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/
创建pytorch环境
首先查看python版本,
python版本要对应,创建虚拟环境是为了害怕把原来的搞坏,虚拟环境坏了删了就可以了
conda create -n pytorch python=3.9
虚拟环境创建好,查看虚拟环境并激活,这块出问题的话,就是虚拟环境创建失败,就是源配置的问题,改一下就好了,也可以挂梯子
#查看虚拟环境
conda info --envs
#激活虚拟环境
activate pytorch
这里激活的还要多说一些,关于python的pip安装逻辑,和node还是有些不太一样,一开始我就搞混了
python中直接使用pip install 安装时候,是安装在全局的吗
ChatGPT
在默认情况下,当您在命令行中使用pip install安装Python包时,它将会安装在全局环境中。全局环境指的是您系统中默认的Python解释器环境。
在安装全局包时,Python会将包的文件和依赖项安装到Python解释器的安装目录中,使得它们在系统中的任何位置都可用。这意味着您可以在命令行或任何Python脚本中导入这些包,而不需要额外的配置。
然而,对于一些项目,您可能希望将包安装到特定的虚拟环境中,而不是全局环境。虚拟环境提供了一种独立于全局环境的隔离Python运行环境,允许您在同一台计算机上管理多个项目的依赖关系。
为了创建和使用虚拟环境,您可以使用Python自带的venv模块或第三方工具,如virtualenv。在虚拟环境中,您可以使用pip来安装包,这样安装的包将仅对当前虚拟环境可见,不会影响全局环境。
总结起来,在使用pip install命令安装包时,默认情况下会将包安装到全局环境中,但您也可以使用虚拟环境来实现项目的隔离和依赖管理。
我的虚拟环境实在anaconda中创建的
ChatGPT
如果您在Anaconda中创建了虚拟环境,那么您需要使用Anaconda提供的命令来激活虚拟环境。在Anaconda中,可以使用conda activate命令来激活虚拟环境。
以下是在Anaconda中激活虚拟环境的一般步骤:
打开命令行或终端。
运行命令conda activate your_env_name,其中your_env_name是您创建的虚拟环境的名称。
激活成功后,您将在命令行或终端的前缀中看到虚拟环境的名称,表示您已进入该虚拟环境。
一旦虚拟环境激活,您可以使用pip install命令安装包,这样安装的包将仅在激活的虚拟环境中可见,不会影响其他环境或全局环境。
请注意,在使用完虚拟环境后,可以使用conda deactivate命令来退出虚拟环境,返回到全局环境或其他虚拟环境。
python中安装的包了什么的,都是相对于环境来说的吧
ChatGPT
是的,Python中安装的包是相对于所使用的环境来说的。无论是全局环境还是虚拟环境,包的安装都是特定于该环境的。
当您在虚拟环境中安装包时,该包将仅对当前虚拟环境可见和可用。其他环境或全局环境不会受到此安装的影响。这是虚拟环境的一个关键优势,它允许您在同一台计算机上管理多个项目的不同依赖关系,确保它们之间的隔离性。
与之相反,如果您在全局环境中安装包,该包将对整个系统中的任何Python环境可见和可用,包括全局环境和所有虚拟环境。这可能会导致包版本冲突或其他依赖关系问题,特别是当您在多个项目中使用不同的包版本时。
因此,建议在虚拟环境中进行项目开发和包安装,以确保项目的依赖关系被正确管理,并避免全局环境的污染。
node在安装其他东西时候,如果不加Globa,他就是安装在当前文件中,是吗
ChatGPT
对于 Node.js,当您使用 npm install 命令安装包时,默认情况下它会将包安装在当前项目的本地目录中。这意味着安装的包仅对当前项目可见,并不会全局安装。
通过在命令行中运行 npm install,它将会在当前目录下的 node_modules 文件夹中安装包及其依赖项。安装的包将只在当前项目中可用,并且不会影响全局的 Node.js 安装。
这种本地安装的方式可以确保项目的依赖关系被隔离和管理,不会与其他项目产生冲突。每个项目都可以有自己独立的依赖项,并且可以通过在项目目录中运行命令来使用这些包。
如果您希望全局安装一个包,使其在系统中的任何位置都可用,可以使用 npm install -g 命令。这将会将包安装到全局的 Node.js 环境中,使其可在任何地方访问。全局安装通常用于一些命令行工具或全局可用的库。
总结起来,在 Node.js 中,默认情况下,使用 npm install 安装的包会被安装在当前项目的本地目录中,而不是全局安装。
安装Pytorch,选择相应的版本,并且复制代码,
输入
conda install pytorch torchvision torchaudio cpuonly -c pytorch
谷歌梯子用pip安装也行
测试进入python,输入
import torch
4.3安装vsCode
下载链接https://link.csdn.net/?target=https%3A%2F%2Fcode.visualstudio.com%2F
4.4实现调用
在vsCode中搜索拓展jupyter,安装即可链接jupyter,此时jupyter无法运行pytorch,打开Anaconda Prompt
# 这是激活pytorch(名字自己取得)虚拟环境
activate pytorch
# 安装ipython,jupyter底层式ipython,
# CPython:
# CPython是Python的默认和最常用的实现,它是Python解释器的一种实现。它是用C语言编写的,并且是官方Python解释器。
# 当我们在终端中运行普通的Python代码时,实际上使用的就是CPython。CPython解释器负责将Python代码解释并转换为计算机可以理解的
# 机器代码,然后执行它。CPython的特点是稳定、成熟,以及广泛用于Python开发。
# IPython:
# IPython是一个交互式的Python解释器,是CPython的增强版。它提供了比标准Python交互解释器更多的功能和特性,使得Python的交互式编
# 程体验更加愉快和高效。IPython增加了一些功能,如代码自动补全、历史记录查找、对于大型数据集的高级显示等。此外,IPython还支持
# 命令行脚本编写和交互式数据分
conda install ipython
# 安装jupyter
conda install jupyter
此时jupyter即可使用pytorch了,随后点击右上角,更换虚拟环境即可
五.参考
ModuleNotFoundError: No module named ‘torch’(anaconda安装好Pytorch却无法在Jupyter notebook使用)
在Anaconda下安装Pytorch的超详细步骤