pytorch安装，神经网络环境搭建，tensorflow，jupyter，anaconda

Pytorch安装，神经网络环境搭建，tensorflow，jupyter，anaconda

参考教程： bilibili视频网

1 Anaconda下载与安装

Anaconda指的是一个开源的Python发行版本，其包含了conda、Python等180多个科学包及其依赖项。

进行机器学习和大数据分析的工作，包含了许多流行的开源工具和框架

是机器学习或者深度学习中帮助安装package的一个工具，提供了一个方便的方式来安装、管理和协调这些工具

下载：

下载地址：anaconda官网

下载历史版本：anaconda历史版本网址

建议：避开最新版本，选择历史版本较为稳定

这里python版本的选择会决定后面base环境中python的版本

具体的对应关系：

参考来源：博客：Anaconda版本和Python版本对应关系（持续更新…）

下载速度过慢可选择镜像网址：清华大学镜像网址

安装：

1 双击安装包

2 选择安装路径

3 选择默认选项，这里我选择将原来的python3.10.4作为默认的python版本

4 安装

安装完成

1.2 安装后查看信息

1 在最近项目中选择Anaconda Prompt

2 如果左边出现带括号的base，说明安装成功

3 输入指令 python -V（V要大写）查看anaconda内置的python版本号

4 查看conda版本号

pytorch主要只支持英伟达的显卡，显卡只要起到一个训练加速的作用

2 安装CUDA

核心：显卡驱动是否正常+CUDA安装；

2.1 检查显卡驱动

查看电脑任务管理器，能正确显示显卡型号说明已正确安装好驱动

或者输入命令nvidia-smi，

如果弹出如上的信息，说明驱动正常，否则需要安装相关的显卡驱动，下载地址：英伟达显卡驱动下载官网

2.2 安装CUDA

这里选择的版本10.2

下载地址：CUDA Toolkit 10.2 Download

下载完成之后，双击打开，按照提示选择下一步即可，注意可以自定义安装路径。

两个补丁和安装包的安装过程类似

安装检测，输入nvcc -V 查看CUDA安装版本

显示如上内容说明安装成功。

3 PyTorch安装

3.0 准备工作，创建虚拟环境

• 启动 anaconda prompt

• 使用conda指令创建一个名为pytorch的环境，需要用到python 3.9

conda create -n py3.9_torch1.9 python=3.9

• 安装好基础的包之后，进入该虚拟环境，输入安装pytorch的指令

3.1 在线安装

安装地址：pytorch官网

获取安装指令

电脑没有英伟达的显卡，选择CPU；如果有英伟达的显卡，选择GPU

电脑有英伟达显卡：

这里以有英伟达显卡为例，最终得到如下指令：

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

在上面布置好的虚拟环境中输入该指令，安装pytorch

3.2 离线安装（推荐）

在线安装通常会出错，更推荐离线安装，下载.whl的后缀文件

.whl 文件是 Python 的包分发格式，它代表 “wheel”；

Wheel 是一种 Python 打包格式，旨在简化和加快 Python 库的安装；.whl 文件包含了预编译的二进制分发文件，通常包括库的代码、依赖关系和其他必要的文件。

PyTorch 的离线安装通常使用这种 .whl 文件，因为它们可以方便地安装 PyTorch 及其相关库，而无需手动编译源代码。这对于那些不想从源代码构建 PyTorch 或者由于某些原因无法连接到互联网的用户来说是非常方便的。

下载文件地址：pytorch各版本下载网址

安装过程：

• 下载好上面的.whl包；

• 在anaconda prompt的cmd中定位到上面包的安装位置；

• 运行如下指令（i后为清华加速源）

  pip install "torch-1.9.0+cu102-cp39-cp39-win_amd64.whl" -i https://pypi.tuna.tsinghua.edu.cn/simple/
  

显示安装成功后输入测试代码：

import torch
print(torch.__version__)#查看pytorch版本
print(torch.cuda.is_available())#看GPU能不能用，能用返回Ture

安装成功显示结果：

conda中常用指令：

• 删除虚拟环境

  conda env remove -n env_name
  

• 显示所有虚拟环境：

  conda env list
  

conda中安装包的指令：

• 安装numpy

  conda install numpy
  

• 安装指定版本的numpy

  conda install numpy=版本号 #e.g. conda install numpy=1.19.2
  

• 在指定环境myconda中安装numpy包

  conda install -n myconda numpy  
  

遗留一个问题：安装了pytorch之后，新建了一个虚拟环境中想配置pytorch，还需要等待下载很久吗，还是说会非常快的就下载好，因为之前下载过了

如果您在之前的环境中已经安装过 PyTorch，而且新环境的配置与之前的环境相似，Conda 会尝试重用已经下载的部分，以减少重复下载的内容。但是，由于每个环境都是相对独立的，可能仍需要下载并安装一些必要的依赖项和库

最好保留.whl文件，选择离线下载

4 TorchVision的安装

TorchVision的版本要依据torch的版本来下载，依然采用离线下载：

.whl下载地址：下载地址

采用与刚才相似的安装方法：

检查是否安装成功：

5 Jupyter的安装

安装完anaconda之后，会自带一个Jupyter Notebook，但是我们不使用它，因为这个Jupyter Notebook是在base环境下；

我们需要在自创的环境下，即上面的py3.9_torch1.9中，自创一个Jupyter Notebook

安装方法非常简单，就采用两行命令行：

在Anaconda Prompt 中输入

conda install ipython

conda install jupyter

安装时老是会出现这种一大堆的报错：

根本原因是 ~/.condarc 配置错误，可以先将 .condarc 删掉，然后重新配置。

删除 root用户下的 .condarc 就解决问题了

删除之后没有再出现报错：

选择继续下载：

运行第二行指令：

选择y

安装完成

输入命令，启动jupyter notebook

到达页面：（这里就是 C:\Users\Oliver_Cheung）在哪个路径下输入jupyter notebook就会在哪个路径下打开（网上也有设置默认地址的地方）

使用一下jupyter写python代码：

新建一个文件：

输入之后点击运行：

获得正确的输出结果

这段代码能运行成功，说明了jupter成功调用了虚拟环境中的pytorch。

jupyter使用完之后可直接关闭掉这个窗口：

6 PyCharm安装与配置

PyCharm的下载与安装可参考这一篇博客：PyCharm安装及python环境配置

虚拟环境与PyCharm进行一个连接

选择好之后点击“添加解释器”：

选择现有环境并确定

测试环境连接：

连接成功

终端的连接

pycham的终端：

目标：将PyCharm中的终端与anaconda中的cmd进行一个连接

参考博客：pycharm终端配置，使用Anaconda

右键属性，将cmd.exe及其后面的内容复制到红色框框选的路径中去。重启pycharm即可：

Anaconda Powershell Prompt的属性：

%windir%\System32\WindowsPowerShell\v1.0\powershell.exe -ExecutionPolicy ByPass -NoExit -Command "& 'D:\Users\Oliver_Cheung\anaconda3\shell\condabin\conda-hook.ps1' ; conda activate 'D:\Users\Oliver_Cheung\anaconda3' "

Anaconda Prompt的属性：

%windir%\System32\cmd.exe "/K" D:\Users\Oliver_Cheung\anaconda3\Scripts\activate.bat D:\Users\Oliver_Cheung\anaconda3

复制内容为：

cmd.exe "/K" D:\Users\Oliver_Cheung\anaconda3\Scripts\activate.bat D:\Users\Oliver_Cheung\anaconda3

重启PyCharm（或者只用重启终端，即关掉终端再打开）

发现新的终端中有base环境。

测试：启动之前的环境

测试：下载matplotlib包（添加镜像源）

pip install matplotlib -i https://pypi.tuna.tsinghua.edu.cn/simple/

安装成功：

但仍不建议再PyCharm中安装，仍推荐在Anaconda Prompt终端中安装

7 TensorFlow安装

新建一个虚拟环境，用于安装tensorflow（在之前那个安装pytorch的环境中安装也可以）

目标：安装3.9版本的python和2.9.0版本的tensorflow

conda create -n py39_tf290 python=3.9

在线安装：

CPU安装方法：pip insatll tensorflow

GPU安装方法：pip install tensorflow-gpu

离线安装：(Recommend)

下载网址：tensorflow下载官网

之前下载的所有文件都在这里面：

依次输入以下指令：

(base) C:\Users\Oliver_Cheung>conda activate py3.9_tf2.9.0

(py3.9_tf2.9.0) C:\Users\Oliver_Cheung>d:

(py3.9_tf2.9.0) D:\>cd D:\Users\Oliver_Cheung\tensor_flow_2.9.0

(py3.9_tf2.9.0) D:\Users\Oliver_Cheung\tensor_flow_2.9.0>pip install tensorflow_gpu-2.9.0-cp39-cp39-win_amd64.whl -i https://pypi.tuna.tsinghua.edu.cn/simple/

安装成功：

测试代码：

import tensorflow as tf
tf.__version__

出现报错：

需要重新安装这个包吗 cudart64_110 ？

重新安装失败

手动下载，解压到相关目录：（参考博客：TensorFlow找不到cudart64_110.dll not found）

下载地址：下载地址

解压到目录：C:\Windows\System32下

测试结果，没有再出现之前的报错。

测试代码：

import tensorflow as tf
tf.__version__

出现报错：

需要重新安装这个包吗 cudart64_110 ？

重新安装失败

手动下载，解压到相关目录：（参考博客：TensorFlow找不到cudart64_110.dll not found）

下载地址：下载地址

解压到目录：C:\Windows\System32下

测试结果，没有再出现之前的报错。