Anaconda在本地创建虚拟环境配置pytorch进行深度学习

最新推荐文章于 2024-04-08 18:20:47 发布
最新推荐文章于 2024-04-08 18:20:47 发布
阅读量1.4k 收藏 4
点赞数 2
分类专栏： 深度学习 文章标签： 1024程序员节 pytorch 深度学习 python conda
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_62530454/article/details/127497611
版权

本文是笔者前段时间学习经验的汇总，主要内容是深度学习初学者怎么在自己的电脑而非云服务器上配置环境并完成一些小的项目，这次选取的是就目前而言较为主流的pytorch框架，我会展示如何在装有N卡的Windows11系统中下载组件并配置环境。

目录

背景摘要

Anaconda

PyTorch

下载流程

Anaconda

PyTorch 

背景摘要

Anaconda

Anaconda是一个开源的python发行版本，其中包含了conda、Python等180多个科学包及其依赖项，如果你对python有一定的了解，那么应该听说过以下几种主流的科学包下载方法——pip、conda还有使用IDE自带的下载工具。其中pip是python自带的下载工具，IDE如pycharm也在GUI上集成了下载功能，而conda就是Anaconda为我们准备的下载方式，除了独特的下载管理器以外，Anaconda还含有常见代码包含的绝大部分包如numpy、pandas等，避免了重复下载的冗余步骤。

PyTorch

PyTorch的前身是Torch，其底层和Torch框架一样，但是使用Python重新写了很多内容，不仅更加灵活，支持动态图，而且提供了Python接口。它由Torch7团队开发，是一个以Python优先的深度学习框架，不仅能够实现强大的GPU加速，同时还支持动态神经网络。其他类似的框架还有TensorFlow、Caffe等，但是相较于PyTorch而言都不够简介灵活，对新手不够友好。

下载流程

Anaconda

我们可以直接上Anaconda官网上进行下载，网址如下Anaconda | The World's Most Popular Data Science Platform该网页提供的都是最新版，以笔者撰稿时间为例，目前的版本是Python 3.9 • 64-Bit Graphical Installer • 621 MB，不过我们可以选择稍早些的版本，更为安全可靠，而且笔者这里提供的下载地址是清华源，下载速度还会快一些。Index of /anaconda/archive/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror

下载完成后，会在任务栏开始界面里多出来一个长得像终端界面的Anaconda Prompt，我们就在这个Anaconda Prompt里配置虚拟环境，虚拟环境可以让我们在处理用不同版本，不同环境的项目时更加得心应手，另外一旦发生错误不得不重装时可以只删除虚拟环境而不影响其他文件。根据自己的需要，输入conda create -n 环境名称 python=3.x

eg:conda create -n pytorch python=3.7，，不过很多教程都喜欢把虚拟环境命名为使用的框架、项目或是python版本，这样虽然便于区分，但是笔者认为此后可能会在某些文件的处理上与真正的框架文件发生冲突，建议还是换一个与既定模组无关的名称。创建成功后可以输入指令conda info --envs查看是否创建成功，envs是Anaconda下属的一个文件夹，负责储存虚拟环境的文件。

PyTorch 

官网链接如下Start Locally | PyTorch

这里需要强调一下，笔者这里仅以本机30系显卡为例，并不进行太多拓展 ，其他版本可以参考如下视频 PyTorch深度学习快速入门教程（绝对通俗易懂！）【小土堆】_哔哩哔哩_bilibili

在命令行里输入nvidia-smi 结果如图所示

图中框选的区域就是目前支持的最高CUDA版本，我们可以根据这个安装相应版本的CUDA，再根据CUDA的版本安装PyTorch。 安装CUDA的方法可以参考李沐老师的视频Windows 下安装 CUDA 和 Pytorch 跑深度学习 - 动手学深度学习v2_哔哩哔哩_bilibili

 笔者的PyTorch版本如图所示，深度学习毕竟要求速度和精度，这里选取最新的版本也是为了效率，不过不放心的朋友可以选择更稳妥的10.2版本。

 之后进入虚拟环境进行测试

没有报错说明安装成功 

 

尘光未歇
关注
  • 2
    点赞
  • 踩
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
Anaconda中创建虚拟环境python3.7并安装pytorch1.4
12-21
切换至清华镜像源 cmd中输入： 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 添加Pytorch 清华源（清华源针对pytorch有单独的源） cmd中输入： conda config --add channels ht
Anaconda建立pytorch虚拟环境
北山啦的博客
05-12 9080
Anaconda建立新的虚拟环境，并安装pytorch。 最近开始学习Pytorch深度学习框架，由于安装某版本PyTorch库的过程中，会自动替换其所有依赖库(比如numpy等科学计算基础库)至相应匹配的版本。因此，自动换掉的基础库很有可能与其他高级库产生不匹配的冲突，导致原先功能无法正常使用，也就是原先的运行环境被污染了。为了避免这种污染的发生，最好新建一个环境，单独安装PyTorch及其依赖的所有库，互不干扰，避免毁坏原先辛辛苦苦配好的运行环境。 打开Anaconda的Prompt 创建新的
conda创建pytorch虚拟环境
最新发布
qq_38429367的博客
04-08 273
9.添加环境到jupyter:python -m ipykernel install --user --name=环境名称。4.克隆环境：conda create --name 新环境名称2 --clone 旧环境名称。2.新建环境：conda create --name 新环境名称 python==版本号。3.按照路径新建环境：conda create -p 新环境路径 python==版本号。5.删除环境：conda remove --name 新环境名称2 –all。5.安装pytorch。
Anaconda创建Pytorch虚拟环境（排坑详细）
热门推荐
weixin_53534399的博客
07-24 6万+
利用conda指令搭建Pytorch环境，并在Pytorch环境中安装GPU版Pytorch相关包。
利用Anaconda安装pytorch深度学习环境
Scarlett的博客
06-16 3096
yolov5前期运行环境搭建
Anaconda虚拟环境部署pytorch
Josepyth的博客
01-10 766
Anaconda安装即配置pytorch环境
深度学习pytorch本地配置方案，解决大部分pytorch不能配置的问题
01-30
接着，在Anaconda Prompt中创建并激活虚拟环境，进入存放文件的文件夹，使用pip命令分别安装torch和torchaudio。如果遇到NumPy报错，需要在虚拟环境中重新安装NumPy，使用清华镜像进行安装。最后，在Python环境中...
Ubuntu超详细完全配置教程（含深度学习环境配置）
10-31
Ubuntu超详细完全配置教程： 1.Ubuntu常用软件安装，不常用的软件卸载操作； 2.桌面美化；...4.vscode使用anaconda创建的虚拟环境配置； 5.远程连接配置、ssh协议（xshell)，文件传输（xftp)等使用；
Ubuntu20.04+3090ti+python3.7+tensorflow+pytorch下conda环境配置文件.yml
04-17
Ubuntu20.04+3090ti+python3.7+tensorflow+pytorch下conda环境配置文件.yml 详情可查看博客：https://blog.csdn.net/weixin_42213421/article/details/124225950 python=3.7.13 tensorflow-gpu=2.8.0 tensorboard=...
基于深度学习Pytorch实现车辆检测计数车牌识别源码+模型+使用教程.zip
12-15
基于pytorch深度学习框架，实用开源模型yolov4实现模板检测与yolov5实现车牌检测与LPRNet实现车牌检测 基于win10系统，实用anaconda配置python环境，在anaconda里面下载vscode对项目进行编辑， [简洁版环境配置：] ...
深度学习基于YOLOv8的各类自行车识别检测系统Python源码(含训练好的模型+评估指标曲线+项目使用说明).zip
11-20
建议在anaconda中新建虚拟环境配置，然后在pycharm打开工程，再导入anaconda环境 确保正确安装requirements.txt中的包，可用清华源，下载块！ 2、训练好的模型+评估指标曲线+数据集可视化图存放在“ultralytics\...
Anaconda创建pytorch环境
高恩阳的博客
06-07 158
Anaconda创建pytorch环境 应该怎么做
Anaconda新建一个pytorch环境（pycharm）
weixin_45074962的博客
03-30 1067
1、创建虚拟环境 打开anaconda prompt 控制台 输入指令：conda create -n your_env_name python=x.x (your_env_name 自己设定即可，x.x为python版本） 等待一会，控制台会询问“y/n”，全部输入‘y’，回车即可。 注意：环境如果没有配置国内源的话，创建会很缓慢。参考我另一个文章，提前配置一下镜像即可。 链接：https://blog.csdn.net/weixin_45074962/article/details/115324723
使用Anaconda搭建Pytorch深度学习环境
ShakalakaPHD的博客
09-24 421
配置环境：Win10、anaconda 在CMD中输入： 创建环境 conda create –n pytorch python=3.6 激活环境 activate pytorch 针对CUDA 10.0 pip install torch===1.2.0 torchvision===0.4.0 -f https://download.pytorch.org/whl/torch_stable.html 更新pip python -m pip install --upgrade pip pip
第一章 Anaconda创建pytorch环境与pycharm配置环境
m0_53660470的博客
09-27 686
Anaconda创建环境与pycharm配置环境。
基于Anaconda的PyTorch环境的构建
weixin_51568626的博客
08-29 550
基于Anaconda的PyTorch环境的构建
Anaconda下Pytorch环境搭建
Edward的博客
02-06 542
删除defaults通道，增加清华的镜像 https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/ https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/...
用Anoconda创建虚拟环境安装Pytorch
weixin_46008192的博客
10-18 5129
用Anoconda创建虚拟环境安装Pytorch1.打开anoconda的命令行2.配置源3.创建环境4.进入环境5.安装numpy包6.安装与GPU相对应Pytorch7.检查安装是否成功 1.打开anoconda的命令行 2.配置源 由于国内访问外网速度可能比较慢，所以我们使用国内镜像来提高下载速度。具体步骤官网均有： https://mirrors.tuna.tsinghua.edu.cn/help/anaconda/ Windows 用户无法直接创建名为.condarc的 文件，可先执行 cond
如何找到本地虚拟环境所在的目录
06-01
要找到本地虚拟环境所在的目录，可以使用 `conda` 或 `virtualenv` 等虚拟环境管理工具提供的命令查看。以下是两种常用的方法： 1. 使用 `conda` 命令查看： 如果使用的是 `conda` 管理虚拟环境，可以使用 `conda env list` 命令列出所有的虚拟环境，其中激活的虚拟环境前面会有一个星号标记。找到需要复制的虚拟环境，并查看其所在的目录，例如： ``` conda env list # 输出类似： # base * /opt/anaconda3 # env1 /opt/anaconda3/envs/env1 # env2 /opt/anaconda3/envs/env2 ``` 在这个例子中，激活的虚拟环境是 `base`，其所在的目录是 `/opt/anaconda3`。 2. 使用 `virtualenv` 命令查看： 如果使用的是 `virtualenv` 管理虚拟环境，可以使用 `pip show` 命令查看当前激活的虚拟环境所在的目录，例如： ``` pip show --verbose | grep -i 'location' # 输出类似： # Location: /path/to/virtual/environment ``` 在这个例子中，当前激活的虚拟环境所在的目录是 `/path/to/virtual/environment`。 通过上述方法可以找到本地虚拟环境所在的目录，然后将其压缩并复制到远程服务器实例中。

“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