四步解决RTX3090 pytorch官网安装过慢，同时一键配置jupyter notebook

sweettea~

已于 2022-06-20 14:51:25 修改

阅读量769

点赞数

分类专栏： Python环境配置文章标签： pytorch jupyter 深度学习

于 2022-06-19 17:38:22 首次发布

本文链接：https://blog.csdn.net/sweet_tea_/article/details/125359863

版权

Python环境配置专栏收录该内容

8 篇文章 1 订阅

订阅专栏

最近有人借我主机跑程序，结果把我的Pytorch环境给删除了，心里一万句MMP。
本来想直接用官网的命令下载，结果还是敌不过官网的龟速下载，放了一晚上结果连接断了，试了很多方法后得到了下面这种适用于RTX3090显卡的安装方式。

主要问题：在官网直接使用官方命令行安装发现主要卡死在了pytorch==1.10.2上，官方的一共有1.45G。
在这里插入图片描述
解决方法：
一、在cmd中配置清华源（打开cmd进行目标Python环境直接依次输入四句命令，最后一句记得删除注释）

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 --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --set show_channel_urls yes#下载时显示文件来源

二、直接使用conda install pytorch进行安装，由于配置了清华源，安装会很快，默认装的是最新版的1.11.0.
在这里插入图片描述
三、复制pytorch官网的命令，切忌去掉 -c pytorch，因为它们指明下载路径为pytorch官网，又会成为龟速，例如我的命令：

conda install pytorch torchvision torchaudio cudatoolkit=11.3

此时会安装几个较小的库即OK了。
四、直接打开ANACONDA进行目标环境一键安装jupyter notebook
在这里插入图片描述
打开notebook进行测试能否pytorch调用GPU。
测试代码：

import torch
flag = torch.cuda.is_available()
print(flag)

ngpu= 1
# Decide which device we want to run on
device = torch.device("cuda:0" if (torch.cuda.is_available() and ngpu > 0) else "cpu")
print(device)
print(torch.cuda.get_device_name(0))
print(torch.rand(3,3).cuda())

在这里插入图片描述
当然如果不想安装jupyter，也可以直接在cmd通过 flag = torch.cuda.is_available()进行测试，为“TRUE”表示安装成功。
总结：
官网安装方式较慢时，首先可以测试下慢在哪些库，通过镜像源安装这些库，其次安装并不一定必须和官方的库100%匹配，例如官方的pytorch1.10.2更新为最新版也是有效的。