Windows下Pytorch入门深度学习环境安装与配置(CPU版本)
一、安装过程中各个软件的作用
(一)Python
◼ 编程语言 – 人 和 计算机
◼ Python 就是 人 和 计算机 相互交流的一门编程语言
◼ Python 是计算机世界中比较(语法)简单的语言
(二)库 / 包 / package / library
◼ 包/库,就是别人分享的工具(模板)
◼ 有了这些工具,我们可以高效地完成一些事情,不需要关注底层
◼ 如果安装包,就是使用 pip install 包名
(三)PyTorch / Tensorflow
◼ 其实就是 Python 的库
◼ 安装其实就可以使用 pip install 包名
(四)Anaconda
◼ Python环境
◼ Conda命令,我们可以使用 conda install 包名
—— 库(APP),conda / pip(应用商店)
◼ 虚拟环境(提供了包的分离环境,方便管理)
我们可以把不同版本的库放到不同的虚拟环境当中,来给不同的项目创建单独的虚拟环境,这样就不会跟其他项目产生冲突
- 如果想了解conda里有指定包的哪些版本
法一:在命令行中输入以下指令:conda search 包名
法二:在图形化界面搜索
比如我想知道Pytorch兼容的Python版本有哪些
(五)PyCharm
(1)Python是如何运行起来的(传统方法)
(2)PyCharm IDE 的功能
◼ 能够进行代码补全
◼ 代码运行 —— 一键完成
◼ 实时语法错误检查
◼ 配置一个项目的时候,需要配置好Python解释器
(六)显卡GPU,驱动
◼ GPU (Graphics Processing Unit),硬件
◼ 显卡,主要就是用于在屏幕上显示图像,用于与视频,图像处理相关的任务
◼ 显卡:独立显卡(装在主机中,比较大,性能强,功耗大),核显(嵌入到CPU中的,比较小,性能低,功耗小)
◼ 驱动:让计算机识别特定的硬件
(1)深度学习显卡,CUDA
• 深度学习显卡,英伟达品牌的显卡(NVIDIA)
• 有了CUDA,我们就可以操作英伟达品牌的显卡
(2)GPU VS CPU
(七)环境配置中各个软件的关系
(八)Windows下判断有无 NVIDIA GPU
◼ 检查任务管理器 – 如果GPU中带有NVIDIA字眼,说明有NVIDIA GPU
◼ 你觉得你有,但任务管理器上没有 – 有可能是你没装驱动
我这里就没有
二、Windows下安装 Pytorch
(一)流程
- 确定自己的硬件信息 – 任务管理器(性能选项卡)确定无NVIDIA GPU
- 下载安装 Anaconda
- 利用 conda 或者 pip 安装 PyTorch (坑最多的)
- 下载安装 / 配置 PyCharm
(二)下载安装 Anaconda
◼ 官网: https://www.anaconda.com/
◼ 选择 Products -> Anaconda Distribution
◼ 点击 Download,可以下载最新版本
◼ https://repo.anaconda.com/archive/,可以下载到历史版本
- 可以下载历史版本,距今一两年左右
- 如果下载慢的话,可以右键复制地址,粘贴到迅雷上下载
不知道版本号的可以:文件资源管理器 -> 此电脑 -> 右键 -> 属性,来查看
◼ 安装路径最好全英文
关于是否添加环境变量,可添加可不添加,看个人喜好
- 如果添加,就可以在普通的命令行窗口,直接使用Anaconda的一些指令
- 如果不添加,就不能在普通的命令行窗口使用Anaconda的一些指令,但在Anaconda的命令行使用Anaconda的一些指令
辨析
(三)利用 conda / pip 安装 PyTorch
(1)创建一个虚拟环境(比如叫 Lipytorch8)
◼ 利用 conda create 指令创建新的虚拟环境
# 创建虚拟环境
conda create –n 虚拟环境名字 python=版本
# 删除虚拟环境
conda remove –n 虚拟环境名字 --all
◼ 添加镜像加速
conda create –n 虚拟环境名字 python=版本 –c 镜像地址
镜像名 | 用于创建环境镜像地址 |
---|---|
清华镜像 | https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main |
北京外国语大学镜像 | https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/ |
conda的通道与镜像地址的理解
通道(channel),其实就相当于下载地址
会优先从最新添加的镜像地址里找这些包,如果没找到,就按照优先级,一步步往下找
- 如何持久化添加/删除通道?
# 持久添加通道
conda config --add channels 通道地址
# 删除通道
conda config --remove channels 通道地址
- 如何查看配置文件中有哪些通道?
conda config --get
conda config --show
(2)在上一步创建的虚拟环境中安装PyTorch(四种方法)
需安装pytorch、torchvision、torchaudio三个包
法一: 从官网(https://pytorch.org/)采用命令行下载(conda)
conda install pytorch torchvision torchaudio cpuonly –c pytorch
如果想下载先前的版本
法二: 添加镜像源
conda install pytorch torchvision torchaudio cpuonly –c 镜像地址
镜像名 | 镜像地址 – pytorch, torchvision, torchaudio |
---|---|
清华镜像 | https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/win-64/ |
法三: 从官网(https://pytorch.org/)采用命令行下载(pip)
pip3 install torch torchvision torchaudio
法四: 本地安装(主要是解决法三中torch这个包下载比较慢的问题,其他的包都很小)
- 法三中下载 pytorch/torch 这个包时,下载版本在命令行中有提示,将此版本(只用复制从第一个cp出现开始之后的内容)在下面这个网站上按 Ctrl + F 搜索,找到之后,下载到本地
- 下载完成之后,使用
pip install 下载文件地址(直接把文件拖到命令行中即可)
来安装 pytorch - 使用 原来命令行+把pytorch/torch指定成你在本地下载的版本)下载 torchvision torchaudio,里面还有一些依赖需要安装
pip3 install torch==本地下载的版本 torchvision torchaudio
(3)验证pytorch是否安装成功
- 激活对应的虚拟环境(你安装Pytorch的虚拟环境)
conda activate 虚拟环境名
- 看有没有pytorch或者torch
conda list
- 验证pytorch能否被python调用。依次输入下面这些指令,如果显示False,就说明我们这个PyTorch安装成功了
python
import torch
torch.cuda.is_available()
(四)安装PyCharm并进行环境配置
- 下载 PyCharm (https://www.jetbrains.com/pycharm/)
社区版本开源,专业版对学生也是免费的,但需要学生认证,需要教育邮箱(现在Github上注册账号,把学生认证完成,拿到开发者包,包里就提供了PyCharm专业版,但社区版就足够了) - 如果想下载历史版本的话,进下面这个网站
https://www.jetbrains.com/pycharm/download/other.html - 配置合适的Python解释器(虚拟环境)
三、加餐
(一)如何给新下载的项目配置合适的虚拟环境
- 利用PyCharm打开项目:File->Open
- 配置对应的虚拟环境:File->Setting->Project->Python解释器,然后选择对应的虚拟环境
- 直接运行代码,右键->run
- 如果提示某些包没有发现,可以用下面这些指令把包依次装上
- conda install 包名
- pip install 包名
- 如果两个指令都没有成功,就利用搜索引擎找找原因 – 包名不对,通道不对,或者其他原因
如果在PyCharm中使用智能检测requirements.txt中所需包的安装方式,没办法安装上这些包,可采用在命令行安装的方式,指令如下:
# 将命令行调到项目所在位置
cd requirements.txt所在文件夹地址
# 安装
pip install -r requirements.txt
(二)如何下载安装旧版本PyTorch
有些项目要求使用特定版本的Pytorch,一般来说高版本的Pytorch可以往下兼容低版本的Pytorch,但有些代码只支持低版本的Pytorch,这个时候就需要下载安装旧版本的Pytorch
旧版本PyTorch安装:https://pytorch.org/get-started/previous-versions/
Conda install pytorch==旧版本 torchvision==旧版本 torchaudio==旧版本 -c pytorch(或换成镜像通道)
验证镜像通道是否有这个版本的Pytorch的方法:
conda search pytorch=版本 –c 镜像通道
命令行指令 | 版本 |
---|---|
pip install torch==版本 xxxxx | 对于>1.0版本 |
pip install 下载文件地址 | 对于<1.0版本 |
完