Pytorch学习（1）——依赖环境安装（Anaconda、pytorch）

最新推荐文章于 2024-05-05 12:14:50 发布
最新推荐文章于 2024-05-05 12:14:50 发布
阅读量1.9k 收藏 9
点赞数 4
文章标签： pytorch 学习 人工智能
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_45362336/article/details/131504020
版权

1 安装Anaconda

1.1 下载安装包

下载链接：repo.anaconda.com
在这里插入图片描述

点击View All Installers。
下载适合自己的版本，由于我电脑上安装了Python 3.9，因此使用的是：Anaconda3-2021.11-Windows-x86_64.exe
在这里插入图片描述

1.2 安装Anaconda

前面全部默认，安装路径选择一个较大的磁盘。
在这里插入图片描述
不要点击上方的复选框。点击Install。
在这里插入图片描述

1.3 新建Pytorch的运行环境

这个运行环境类似于虚拟机或者Docker。
安装完成后，点击开始，点击最新添加的Anaconda Prompt。

在这里插入图片描述

可以看到有(base)，就说明运行正常。
在这里插入图片描述

新建Pytorch的环境，输入：

conda create -n pytorch python=3.9

(base) C:\Users\win10>conda create -n pytorch python=3.9
Collecting package metadata (current_repodata.json): done
Solving environment: done

==> WARNING: A newer version of conda exists. <==
  current version: 4.10.3
  latest version: 23.5.0

Please update conda by running
    $ conda update -n base -c defaults conda

## Package Plan ##
  environment location: G:\Anaconda3\envs\pytorch
  added / updated specs:
    - python=3.9

The following packages will be downloaded:
    package                    |            build
    ---------------------------|-----------------
    ca-certificates-2023.05.30 |       haa95532_0         120 KB
    openssl-3.0.9              |       h2bbff1b_0         7.4 MB
    pip-23.1.2                 |   py39haa95532_0         2.8 MB
    python-3.9.16              |       h1aa4202_3        19.5 MB
    setuptools-67.8.0          |   py39haa95532_0         1.0 MB
    sqlite-3.41.2              |       h2bbff1b_0         894 KB
    tzdata-2023c               |       h04d1e81_0         116 KB
    wheel-0.38.4               |   py39haa95532_0          83 KB
    ------------------------------------------------------------
                                           Total:        31.9 MB

The following NEW packages will be INSTALLED:

  ca-certificates    pkgs/main/win-64::ca-certificates-2023.05.30-haa95532_0
  openssl            pkgs/main/win-64::openssl-3.0.9-h2bbff1b_0
  pip                pkgs/main/win-64::pip-23.1.2-py39haa95532_0
  python             pkgs/main/win-64::python-3.9.16-h1aa4202_3
  setuptools         pkgs/main/win-64::setuptools-67.8.0-py39haa95532_0
  sqlite             pkgs/main/win-64::sqlite-3.41.2-h2bbff1b_0
  tzdata             pkgs/main/noarch::tzdata-2023c-h04d1e81_0
  vc                 pkgs/main/win-64::vc-14.2-h21ff451_1
  vs2015_runtime     pkgs/main/win-64::vs2015_runtime-14.27.29016-h5e58377_2
  wheel              pkgs/main/win-64::wheel-0.38.4-py39haa95532_0

Proceed ([y]/n)?

输入y。

Downloading and Extracting Packages
pip-23.1.2           | 2.8 MB    | ############################################################################ | 100%
ca-certificates-2023 | 120 KB    | ############################################################################ | 100%
setuptools-67.8.0    | 1.0 MB    | ############################################################################ | 100%
sqlite-3.41.2        | 894 KB    | ############################################################################ | 100%
python-3.9.16        | 19.5 MB   | ############################################################################ | 100%
tzdata-2023c         | 116 KB    | ############################################################################ | 100%
openssl-3.0.9        | 7.4 MB    | ############################################################################ | 100%
wheel-0.38.4         | 83 KB     | ############################################################################ | 100%
Preparing transaction: done
Verifying transaction: done
Executing transaction: done
#
# To activate this environment, use
#
#     $ conda activate pytorch
#
# To deactivate an active environment, use
#
#     $ conda deactivate

(base) C:\Users\win10>

输入：conda activate pytorch，激活pytorch环境。

(base) C:\Users\win10>conda activate pytorch
(pytorch) C:\Users\win10>

输入：pip list，查看该环境下的python包。

(pytorch) C:\Users\win10>pip list
Package    Version
---------- -------
pip        23.1.2
setuptools 67.8.0
wheel      0.38.4

(pytorch) C:\Users\win10>

由于环境下不包含pytorch，因此需要下载安装pytorch。

2 pytorch安装

下载链接：https://pytorch.org/
如果你电脑有英伟达10系以上的显卡，基本上都支持CUDA，如果只有因特尔的集显或者AMD的显卡，则Compute Platform选择CPU（后面的cuda测试也无法通过）。
在这里插入图片描述
复制命令：conda install pytorch torchvision torchaudio pytorch-cuda=11.7 -c pytorch -c nvidia，在Anaconda Prompt中的pytorch环境输入。输入y开始下载。

我需要下载的包有2.38 G，打开手机热点下载速度快一点，或者使用镜像源下载。

The following packages will be downloaded:

    package                    |            build
    ---------------------------|-----------------
    certifi-2023.5.7           |   py39haa95532_0         153 KB
    cffi-1.15.1                |   py39h2bbff1b_3         238 KB
    cryptography-39.0.1        |   py39h21b164f_2         1.0 MB
    cuda-cccl-12.2.53          |                0         1.3 MB  nvidia
    cuda-cudart-11.7.99        |                0         1.4 MB  nvidia
    cuda-cudart-dev-11.7.99    |                0         711 KB  nvidia
    cuda-cupti-11.7.101        |                0        10.2 MB  nvidia
    cuda-libraries-11.7.1      |                0           1 KB  nvidia
    cuda-libraries-dev-11.7.1  |                0           1 KB  nvidia
    cuda-nvrtc-11.7.99         |                0        71.9 MB  nvidia
    cuda-nvrtc-dev-11.7.99     |                0        14.3 MB  nvidia
    cuda-nvtx-11.7.91          |                0          43 KB  nvidia
    cuda-runtime-11.7.1        |                0           1 KB  nvidia
    filelock-3.9.0             |   py39haa95532_0          19 KB
    freetype-2.12.1            |       ha860e81_0         490 KB
    giflib-5.2.1               |       h8cc25b3_3          88 KB
    idna-3.4                   |   py39haa95532_0          93 KB
    intel-openmp-2023.1.0      |   h59b6b97_46319         2.7 MB
    jinja2-3.1.2               |   py39haa95532_0         211 KB
    jpeg-9e                    |       h2bbff1b_1         320 KB
    libcublas-11.10.3.66       |                0          24 KB  nvidia
    libcublas-dev-11.10.3.66   |                0       282.4 MB  nvidia
    libcufft-10.7.2.124        |                0           6 KB  nvidia
    libcufft-dev-10.7.2.124    |                0       250.1 MB  nvidia
    libcurand-10.3.3.53        |                0           3 KB  nvidia
    libcurand-dev-10.3.3.53    |                0        50.0 MB  nvidia
    libcusolver-11.4.0.1       |                0          29 KB  nvidia
    libcusolver-dev-11.4.0.1   |                0        76.5 MB  nvidia
    libcusparse-11.7.4.91      |                0          13 KB  nvidia
    libcusparse-dev-11.7.4.91  |                0       149.6 MB  nvidia
    libdeflate-1.17            |       h2bbff1b_0         151 KB
    libnpp-11.7.4.75           |                0         294 KB  nvidia
    libnpp-dev-11.7.4.75       |                0       125.6 MB  nvidia
    libnvjpeg-11.8.0.2         |                0           4 KB  nvidia
    libnvjpeg-dev-11.8.0.2     |                0         1.7 MB  nvidia
    libpng-1.6.39              |       h8cc25b3_0         369 KB
    libtiff-4.5.0              |       h6c2663c_2         1.2 MB
    libuv-1.44.2               |       h2bbff1b_0         288 KB
    libwebp-1.2.4              |       hbc33d0d_1          73 KB
    libwebp-base-1.2.4         |       h2bbff1b_1         304 KB
    lz4-c-1.9.4                |       h2bbff1b_0         143 KB
    markupsafe-2.1.1           |   py39h2bbff1b_0          26 KB
    mkl-2023.1.0               |   h8bd8f75_46356       155.6 MB
    mkl-service-2.4.0          |   py39h2bbff1b_1          45 KB
    mkl_fft-1.3.6              |   py39hf11a4ad_1         160 KB
    mkl_random-1.2.2           |   py39hf11a4ad_1         219 KB
    networkx-2.8.4             |   py39haa95532_1         2.6 MB
    numpy-1.25.0               |   py39h055cbcc_0          13 KB
    numpy-base-1.25.0          |   py39h65a83cf_0         6.2 MB
    pillow-9.4.0               |   py39hd77b12b_0        1000 KB
    pycparser-2.21             |     pyhd3eb1b0_0          94 KB
    pyopenssl-23.0.0           |   py39haa95532_0          97 KB
    pytorch-2.0.1              |py3.9_cuda11.7_cudnn8_0        1.17 GB  pytorch
    pytorch-cuda-11.7          |       h16d0643_5           4 KB  pytorch
    pytorch-mutex-1.0          |             cuda           3 KB  pytorch
    requests-2.29.0            |   py39haa95532_0          97 KB
    sympy-1.11.1               |   py39haa95532_0        11.7 MB
    tbb-2021.8.0               |       h59b6b97_0         149 KB
    tk-8.6.12                  |       h2bbff1b_0         3.1 MB
    torchaudio-2.0.2           |       py39_cu117         5.7 MB  pytorch
    torchvision-0.15.2         |       py39_cu117         7.7 MB  pytorch
    typing_extensions-4.6.3    |   py39haa95532_0          55 KB
    urllib3-1.26.16            |   py39haa95532_0         201 KB
    xz-5.4.2                   |       h8cc25b3_0         592 KB
    zlib-1.2.13                |       h8cc25b3_0         113 KB
    zstd-1.5.5                 |       hd43e919_0         682 KB
    ------------------------------------------------------------
                                           Total:        2.38 GB

安装完成后，需要输入：pip list，查看环境内的包。
输入：python，查看是否能正常使用。
输入：import torch，查看是否能正常调用pytorch包。
输入：torch.cuda.is_available()，如果返回True，则表示能够正常使用cuda。
输入：exit()，退出模式。

(pytorch) C:\Users\win10>pip list
Package            Version
------------------ --------
brotlipy           0.7.0
certifi            2023.5.7
cffi               1.15.1
charset-normalizer 2.0.4
cryptography       39.0.1
filelock           3.9.0
idna               3.4
Jinja2             3.1.2
MarkupSafe         2.1.1
mkl-fft            1.3.6
mkl-random         1.2.2
mkl-service        2.4.0
mpmath             1.2.1
networkx           2.8.4
numpy              1.25.0
Pillow             9.4.0
pip                23.1.2
pycparser          2.21
pyOpenSSL          23.0.0
PySocks            1.7.1
requests           2.29.0
setuptools         67.8.0
sympy              1.11.1
torch              2.0.1
torchaudio         2.0.2
torchvision        0.15.2
typing_extensions  4.6.3
urllib3            1.26.16
wheel              0.38.4
win-inet-pton      1.1.0

(pytorch) C:\Users\win10>python
Python 3.9.16 (main, May 17 2023, 17:49:16) [MSC v.1916 64 bit (AMD64)] on win32
Type "help", "copyright", "credits" or "license" for more information.
>>> import torch
>>> torch.cuda.is_available()
True
>>> exit()

(pytorch) C:\Users\win10>

3 Pycharm编辑器安装及测试

3.1 Pycharm安装及初步配置

略

3.2 Pycharm新建工程

点击File-Create Project。
新建位置，选择解释器（interpreter）。
在这里插入图片描述
选择Conda环境，找到pytorch中的python解释器。
在这里插入图片描述
点击OK，Create。

3.3 测试环境

点击Python Console，输入：import torch、torch.cuda.is_available()，如果返回正常，则说明已经正确导入环境。
在这里插入图片描述
输入：

a = 1
b = 1
c = range(1,5)
d = list(c)

可以看到右侧的变量。
在这里插入图片描述

4 Jupyter编辑器安装

如果前面安装了anaconda，jupyter已经自动安装了。

4.1 pytorch环境下安装Jupyter

但是jupyter安装在了base环境下，pytorch环境下没有jupyter，因此需要重新再pytorch环境下安装。下载过程建议使用手机流量（也很慢呢）。
在Conda Prompt中输入：

conda activate pytorch
conda install nb_conda_kernels

然后输入y。
安装信息如下：

\ DEBUG menuinst_win32:__init__(201): Menu: name: 'Anaconda${PY_VER} ${PLATFORM}', prefix: 'G:\Anaconda3\envs\pytorch', env_name: 'pytorch', mode: 'user', used_mode: 'user', root_prefix: 'G:\Anaconda3'
DEBUG menuinst_win32:create(328): Shortcut cmd is G:\Anaconda3\python.exe, args are ['G:\\Anaconda3\\cwp.py', 'G:\\Anaconda3\\envs\\pytorch', 'G:\\Anaconda3\\envs\\pytorch\\python.exe', 'G:\\Anaconda3\\envs\\pytorch\\Scripts\\jupyter-notebook-script.py', '"%USERPROFILE%/"']
done

(pytorch) C:\Users\win10>

4.2 打开jupyter

Conda Prompt尝试打开jupyter，输入：jupyter notebook。

我虽然会报错，但是还是能打开的。
新建笔记，使用conda的pytorch环境。
在这里插入图片描述
输入后点击运行。
在这里插入图片描述

参考链接：
https://www.bilibili.com/video/BV1hE411t7RN

阳排
关注
  • 4
    点赞
  • 踩
  • 9
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
如何正确安装pytorch需要的各种库
zaichibie4721的博客
03-03 3363
如何正确安装pytorch需要的各种库
ubuntu下pycharm手动安装本地依赖包（国内源下载）
asdcq98的博客
03-13 1116
ubuntu下pycharm手动安装本地依赖包（国内源下载）
基于Anaconda安装pytorch
2303_80907727的博客
05-05 381
这三步很重要，我的是win11，当时因为没注意看这个，一直报错，详细一看才发现我下的是linux的。还有就是如果下载的pytroch的cuda和python和自己不对的话会出现不兼容问题，安装时也会报错。以上这些方法对我来说都是没用的，我找了很久，知道了可以通过.whl文件来下载的。我的理解是相当于把pytroch文件下载下来，然后再去用命令安装他。（1）明确自己用的是window还是linux还是其他。（2）去下载一些老版本的pytorch。（1）去官网自己选版本那些下载。（2）查看自己cuda版本。
三、Anaconda 配置 PyTorch（深度学习包安装）
qq_36226586的博客
08-29 4834
Anaconda配置pytorch
【Python】在新建的项目中批量安装依赖
Jan_zcn
05-24 1220
点击项目名称，点击鼠标右键，弹出菜单New->file->在输入名称栏输入一个txt文本格式的文件名称，创建后保存需要安装的依赖，保存文件（可以指定版本，但后面批量安装的时候可能会因为有的依赖项在镜像源中找不到规定版本导致安装终止。-将没有对应版本的依赖项删掉（已经安装完的不能删掉），然后继续使用pip install -r rely.txt，最后再换其他源试试单独安装没有安装上的依赖项：pip install 依赖项 版本号 -i 镜像地址。(最后这个文本，是你自己取的文本文件的名称)
Pytorch 安装与配置
m0_51976564的博客
02-07 1748
每次在服务器上配置环境都需要考虑 Pytorch 版本 / CUDA 版本 / GPU 驱动版本等诸多因素，因为Pytorch只能下载指定 CUDA 版本的库、GPU只能使用特定版本的驱动、GPU 有最高支持的 CUDA 版本限制等等。 项目开发之前，需要检查计算机的硬 / 软件环境，包括 GPU、驱动、CUDA、Python 等。
使用anaconda安装pytorch的实现步骤
09-16
主要介绍了使用anaconda安装pytorch的实现步骤，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
PyTorch深度学习-Anaconda和PyTorch安装
07-21
Anaconda3-2023.07-0-Windows-x86_64
深度学习anaconda配置pytorch环境教程.docx
最新发布
05-24
anaconda配置pytorch环境教程，跟着我的这个操作，简单易懂速度快
centos7和win10的tensorflow 2.6+ pytorch的离线安装依赖包
06-07
亲测可以，由于服务器不能访问外网，亲自整理了centos7和win10的tensorflow 2.6+ pytorch的离线安装依赖包，Anaconda3、tensorflow肯torch由于包太大无法上传。Anaconda3-2022.05-Linux-x86_64.sh、tensorflow-2.6.0...
深度网络环境搭建anaconda，pytorch，jupyter安装
05-28
深度网络环境搭建anaconda，pytorch，jupyter安装，一次性成功，一路下来没有出现错误
双显卡安装pytorch
qq_41566819的博客
07-17 236
然后在使用官网的安装代码 conda install pytorch torchvision torchaudio pytorch-cuda=11.7 -c pytorch -c nvidia。打开链接安装相对应的torch和torchvision版本。复制到安装的anaconda安装目录。其次，查看anaconda以及pytorch的版本是否匹配，不行就全部安装最新版本。双显卡电脑，安装pytorch，输入，安装的torch是否是GPU版本。之后按照响应的安装步骤安装即可。
python-pycharm爬虫工程（一）-依赖包下载部分
xiaoyifeishuang1的博客
02-24 1400
点击ok之后得到新的虚拟python依赖包环境，我得到这个环境时，只有三个安装好的包，其中一个是pip，版本是21.3；中国科学技术大学：http://pypi.mirrors.ustc.edu.cn/simple。清华大学：https://pypi.tuna.tsinghua.edu.cn/simple。阿里：http://mirrors.aliyun.com/pypi/simple。豆瓣：http://pypi.douban.com/simple。1，创建一个工程所需的python依赖包。
pytorch安装及其版本切换
weixin_53475254的博客
03-19 6596
pytorch是动态库，依赖的库各个版本的pytorch可能是不同的，所以pytorch和依赖库有版本对应关系。安装pytorch需要提前安装对应的cuda本版，具体版本查询上面的链接。（安装cuda时要注意driver version的要求，不然不能运行。查看driver version可以在NVIDIA的控制面板查看）。
安装pytorch
mjiansun的专栏
03-15 3万+
已经过时，可以参考官网自行安装https://pytorch.org/ 需要注明，官网稳定版本安装在https://pytorch.org/get-started/locally/ 之前的版本在https://pytorch.org/get-started/previous-versions/ （更新于2019年5月7日） =================================...
torch和pytorch安装
TheWaySoFar
04-22 5964
torch安装 第一步： 获取安装LuauJIT（C语言编写的Lua的解释器）和Torch所必需的依赖包。 git clone https://github.com/torch/distro.git ~/torch --recursive 第二步： 刚才默认将依赖包下载在当前路径下的torch文件夹，进入torch文件夹，打开并执行install-deps中的命令。 cd ~/t...
PyTorch常用的包有哪些，作用是什么？
weixin_43708528的博客
09-04 5473
PyTorch常用的包有哪些，作用是什么？ 已经九月份了，暑假课程《深度学习》的学习也接近尾声了，在这个课程中，我们做了很多基于pytorch框架的实验，也了解到许多pytorch的包，下面对常用的包做一个归纳总结。 PyTorch本身是一个基于Python的科学计算库，特点是可以在GPU上运算。 1、torch: 张量的有关运算。如创建、索引、连接、转置、加减乘除、切片等。 2、torch.nn: 包含搭建神经网络层的模块（Modules）和一系列loss函数。如全连接、卷积、BN批处理、dropout、
pytorch 安装并使用库的方法
qq_40287633的博客
07-17 1236
进入Anaconda Prompt 使用 Anaconda prompt 创建环境; conda create -n pytorch_gpu pip python=3.7 进入创建好的环境： conda activate pytorch_gpu 按照下面的方式pip即可，不要直接在cmd里面pip 执行python -m pip install -U pip setuptools进行升级 python -m pip install matplotlib ...
在Anaconda安装Pytorch的详细步骤
热门推荐
weixin_46288319的博客
04-26 3万+
1. 打开Anaconda Prompt（在命令行格式下，输入代码，建立pytorch环境、安装pytorch、测试pytorch过程） 2. 创建环境pytorch，使用Python版本是3.8 conda create -n pytorch python=3.8 之后，在加载过程中会弹出提示，输入 y，即可安装。 3. 查看环境是否安装成功 conda info --envs 可以看到包含base和pytorch两个环境（*表示当前所在环境） 4. 进入创建的pytorch环境 conda
利用anaconda安装pytorch和paddle深度学习环境
06-28
### 回答1： 您可以按照以下步骤利用Anaconda安装PyTorch和PaddlePaddle深度学习环境： 1. 打开Anaconda Navigator 2. 创建一个新的虚拟环境，可以命名为pytorch_paddle 3. 在虚拟环境中选择"Terminal"，打开命令行界面 4. 在命令行中输入以下命令： - 安装PyTorch：pip install torch torchvision torchaudio - 安装PaddlePaddle：pip install paddlepaddle -i https://mirror.baidu.com/pypi/simple - 安装Jupyter Notebook：pip install jupyter - 安装其他必要的科学计算库：pip install numpy pandas matplotlib 5. 安装完成后，您可以在虚拟环境中打开Jupyter Notebook，开始使用PyTorch和PaddlePaddle进行深度学习任务。 ### 回答2： 随着人工智能和深度学习技术的飞速发展，利用Python进行深度学习的需求越来越迫切。然而，Python的各种依赖和环境搭建可能会让初学者感到困惑和茫然。为了方便Python用户，Anaconda是一个可视化的Python环境管理工具，提供了简单方便的包管理和环境配置方式。本文将介绍如何使用Anaconda安装PyTorch和PaddlePaddle，两个广泛使用的深度学习框架。 首先，我们需要在官网（https://www.anaconda.com/）下载并安装Anaconda。 接下来，我们可以使用终端或Anaconda自带的图形化界面进行包管理和环境配置。在终端中，首先使用conda命令更新Conda自身： ``` conda update conda ``` 接着，使用conda create命令创建一个新的Python环境，并激活该环境： ``` conda create --name torch python=3.7 conda activate torch ``` 这里我们以安装PyTorch为例，可以使用conda install命令安装PyTorch及其依赖项： ``` conda install pytorch torchvision -c pytorch ``` 至此，PyTorch已经安装成功。我们可以使用import torch命令在Python中导入PyTorch并开始深度学习的实践。 使用Anaconda安装PaddlePaddle也非常类似。首先使用conda create命令创建一个新的Python环境，并激活该环境： ``` conda create --name paddle python=3.7 conda activate paddle ``` 然后，我们可以使用conda install命令安装PaddlePaddle及其依赖项： ``` conda install paddlepaddle-gpu ``` 在安装PaddlePaddle时，我们可以选择安装GPU版本还是CPU版本，根据自己的需求进行选择。安装完成后，我们可以使用import paddle命令在Python中导入PaddlePaddle。 总之，Anaconda是一个非常方便的Python环境管理工具，可以轻松地安装和管理PyTorch、PaddlePaddle等众多Python包和库。通过本文介绍的方法，读者可以快速进入深度学习的领域，体验Python在人工智能和深度学习中的优势。 ### 回答3： Anaconda是一个流行的Python发行版，它包含了一系列数据科学相关的软件包和工具。安装Anaconda可以让我们更方便地管理Python和其它相关工具，并且避免了由于不同软件包版本之间的冲突而导致的安装问题。在这里，我们将向您介绍如何使用Anaconda在Windows、Linux和MacOS上安装pytorch和paddle深度学习环境。 第一步：安装Anaconda 首先我们需要安装Anaconda，您可以从https://www.anaconda.com/products/distribution/下载对应的安装包，然后按照安装向导进行操作。安装完成后，您可以在终端中输入命令行"anaconda-navigator"，启动Anaconda Navigator。 第二步：创建新的环境 我们需要先创建一个新的环境，这样我们才能把pytorch和paddle安装到这个环境中，而不会影响其它的环境。在Anaconda Navigator的主界面上选择"Environments"选项卡，然后点击"Create"按钮，输入环境名称和Python版本，选择"Create"，新的环境就创建好了。 第三步：安装pytorch和paddle 在新的环境中，我们可以使用conda包管理器来安装pytorch和paddle。在Anaconda Navigator的主界面上选择"Environments"选项卡，然后在新建的环境右边的下拉列表中选择"Open Terminal"。 对于pytorch，您可以输入以下命令： conda install pytorch torchvision torchaudion -c pytorch 对于paddle，您可以输入以下命令： conda install paddlepaddle-gpu -c paddle 由于paddle的默认安装方式是CPU版本，如果您需要使用GPU版本，需要安装对应的CUDA和cuDNN工具，可以参照官方文档进行操作。 第四步：验证环境和安装 在完成安装后，我们可以在终端中输入以下命令验证环境和软件包安装是否成功： python -c "import torch; print(torch.__version__)" python -c "import paddle; print(paddle.__version__)" 如果没有报错，并且能正常输出版本号，就说明环境和软件包都已经成功安装了。 总结 使用Anaconda安装pytorch和paddle深度学习环境非常简单。通过创建新的环境和使用conda包管理器可以避免与现有环境发生冲突的问题，同时也让我们更好地管理不同的开发项目。如果您还没有使用Anaconda，欢迎尝试一下，它将为您的Python开发带来更多便利。

“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
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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