design by ht
1 anaconda
下载:
https://www.anaconda.com/distribution/#download-section
下载慢的点链接
链接:https://pan.baidu.com/s/1xlJqCf3NMn108nMSrv8RLg
提取码:onh6
复制这段内容后打开百度网盘手机App,操作更方便哦–来自百度网盘超级会员V3的分享
双击安装
选择 All users
勾选 Add Anaconda3 to the system PATH environment variable
测试是否anaconda是否安装成功
win+ R
cmd
conda
如图所示conda安装成功
然后添加镜像源,以便在安装包时下载速度更快
复制下面代码输入
######中科大 #设置搜素时显示通道地址
conda config --add channels https:/mirrors.ustc.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge/
conda config --akld channels https://mirrors.ustc.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/bioconda/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/menpo/
conda config --set show channel_urls yes
######清华
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
######pip 清华
pip config set global.index-url https://mirrors.alyun.com/pypi/simple
阿里云 http://mirrors.aliyun.com/pypi/simple
中国科技大学 https://pypi.mirrors.ustc.edu.cn/simple
豆瓣(douban) http://pypi.douban.com/simple
清华大学 https://pypi.tuna.tsinghua.edu.cn/simple
中国科学技术大学 http://pypi.mirrors.ustc.edu.cn/simple
conda 创建虚拟环境
虚拟环境1 python=3.6 pytorch =1.5.0 (GPU)
conda create -n pytorch_1.5_gpu python=3.6
y
若中科大镜像原安装失败,则换清华镜像源重置
先移除中科大
conda config --remove-key channels
conda config --show
在channels 中有镜像源
复制清华镜像源
进入虚拟环境
conda activate pytorch_1.5_gpu
虚拟环境2 python=3.7 pytorch=1.4.0 (CPU)
conda create -n pytorch_1.4_cpu python=3.7
y
进入虚拟环境2
conda activate pytorch_1.4_cpu
退出环境
conda deactivate
2.pycharm
下载:
https://www.jetbrains.com/pycharm/
激活:
https://shimo.im/docs/GJTqgHqh6kGYkKKY/read
pycharm win :
链接:https://pan.baidu.com/s/1iK3p1OWIswVcy2jx-7v2RA
提取码:tur2
复制这段内容后打开百度网盘手机App,操作更方便哦–来自百度网盘超级会员V3的分享
3.CUDA安装
下载:
https://developer.nvidia.com/cuda-toolkit-archive
cuda-cudnn10.2:
链接:https://pan.baidu.com/s/1GmIy2wWpVktDPZuWtUVLKw
提取码:cna8
复制这段内容后打开百度网盘手机App,操作更方便哦–来自百度网盘超级会员V3的分享
安装步骤:
1.检查pytorch版本所支持的cuda版本,下载对应版本的CUDA
2.下载CUDA安装包,下载对应CUDA版本的cudnn安装包
3.安装并验证安装成功
查看cuda 版本
cd C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\bin
nvcc -V
4.cudnn
下载:https://developer.nvidia.com/cudnn
cd C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\extras\demo_suite
bandwidthTest.exe
deviceQuery.exe
结果显示 Result = PASS 即可
5.pytorch
命名解释:
cu92/torch-1.2.0%2Bcu92-cp37-cp37m-win_amd64.whl
cuda版本或cup pytorch版本号 python版本号 操作系统
5.1 配置虚拟环境1
虚拟环境1 python=3.6 pytorch =1.5.0 (GPU)
https://download.pytorch.org/whl/torch_stable.html
Ctrl +F 搜索 cu102/torch-1.5.0-cp36 下载
cu102/torchvision-0.6.0-cp36 下载
两个文件下载在文件夹 C:\Users\ht\Desktop\pytorch
进入pycharm Terminal
C:
cd C:\Users\ht\Desktop\pytorch
dir
pip install torch-1.5.0-cp36-cp36m-win_amd64.whl
结果显示:
Successfully installed future-0.18.2 numpy-1.19.0 torch-1.5.0
pip install torchvision-0.6.0-cp36-cp36m-win_amd64.whl
结果显示:
Successfully installed pillow-7.2.0 torchvision-0.6.0
如果下载速度过慢,添加镜像源
阿里云 http://mirrors.aliyun.com/pypi/simple
中国科技大学 https://pypi.mirrors.ustc.edu.cn/simple
豆瓣(douban) http://pypi.douban.com/simple
清华大学 https://pypi.tuna.tsinghua.edu.cn/simple
中国科学技术大学 [http://pypi.mirrors.ustc.edu.cn/simple
pip config set global.index-url https://mirrors.alyun.com/pypi/simple
5.2 配置虚拟环境2
虚拟环境2 python=3.7 pytorch=1.4.0 (CPU)
https://download.pytorch.org/whl/torch_stable.html
Ctrl +F 搜索 cpu/torch-1.4.0%2Bcpu-cp37 下载
cpu/torchvision-0.5.0%2Bcpu-cp37 下载
l两个文件下载在文件夹 C:\Users\ht\Desktop\pytorch
进入pycharm Terminal
deactivate
查看所有虚拟环境
conda info --envs
conda activate pytorch_1.4_cpu
pip install "torch-1.4.0+cpu-cp37-cp37m-win_amd64.whl"
结果显示:
Successfully installed torch-1.4.0+cpu
pip install "torchvision-0.5.0+cpu-cp37-cp37m-win_amd64.whl"
结果显示
Successfully installed numpy-1.19.0 pillow-7.2.0 six-1.15.0 torchvision-0.5.0+cpu
结果显示:
Successfully installed torch-1.4.0+cpu
pip install "torchvision-0.5.0+cpu-cp37-cp37m-win_amd64.whl"
结果显示
Successfully installed numpy-1.19.0 pillow-7.2.0 six-1.15.0 torchvision-0.5.0+cpu
出入测试代码:
import torch
print("Hello world, Hello Pytorch {}".format(torch.__version__))
print("\nCuda is available: {}, version {}".format(torch.cuda.is_available(), torch.version.cuda))
print("\ndevice_name:{}".format(torch.cuda.get_device_name(0)))
结果如下