众所周知,大学生都被迫要做毕业设计
小编因为毕设要使用论文里涉及的开源代码,需要配置环境
来和小编梳理一下安装流程
电脑GPU 是RTX3050,之前有安装过11.3版本的cuda,但是Pytorch对应的cuda版本是10.0
网上对于cuda的版本问题有两种态度,一种认为anaconda的傻瓜友好环境,不需要自己再去官网手动下载匹配cuda版本,因为虚拟环境与电脑环境无关,但是之前安装失败了,于是自己搞了10.0的cuda,对应的cudnn版本是7.5.6
电脑环境准备好后,我们在anaconda中创建自己所需python版本的虚拟环境
进入虚拟环境
手动修改下载源,这样我们的C:/User/你的用户名 文件夹下会自动创建一个下载源配置文件 .condarc
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
点进去修改源配置,并保存
channels:
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/menpo/
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
ssl_verify: true
在anaconda prompt运行官网上对应的下载指令,并删除后边的 -c pytorch
这样才能保证我们从国内镜像源下载,保证速度
conda install pytorch==1.1.0 torchvision==0.3.0 cudatoolkit=10.0
在python中检测pytorch是否安装成功
安装成功,结束