零基础小白的pytorch安装与神经网络入门(踩坑指南)

参考视频教程:pytorch深度学习快速入门(但是具体的版本号需要结合自己的电脑配置,不要盲目跟视频选择)

神经网络相关的pytorch一系列安装与踩坑指南

  • 安装重点:所装的anacoda、python、cuda、pytorch以及自己的显卡GPU、驱动的型号一定要匹配!不要盲目安装最新版本!90%的麻烦问题都是版本不匹配的锅!
  • 示例版本:anaconda3 + python3.6 + cuda9.2 + pytorch1.2.0 + GPU: NVIDIA GeForce GT 730
  • 具体怎么匹配会在教程里讲

1. 安装anaconda

  • 为什么要安装anaconda:anaconda服务Python数据科学和机器学习,一次安装,一劳永逸;但如果从事Python其他开发领域并不需要上述的功能,或者完全可以用pip、venv等工具替代,那么可以不装
  • anaconda安装网址:清华镜像源(官网收费)
  • 我安装的是anaconda3-2022.10-windows版本,即安装时刻的最新版本

2. 切换环境

  • 切换环境,即不同项目中不同版本pytorch的切换
  • 从开始菜单打开anaconda命令行Anaconda Prompt(install),为了方便起见可以直接固定到开始菜单

在这里插入图片描述

  • 在anacoda命令行依次输入下列命令:
conda create -n pytorch python=3.6 % 创建python3.6的环境,名为pytorch
conda activate pytorch % 切换到刚刚创建pytorch环境
pip list % 查看当前环境下有哪些包,会发现没有pytorch
  • 其他一些有用的命令:
conda activate base % 切换到base环境
conda info --envs % 查看所有已安装的环境
conda remove -n pytorch --all % 删除该pytorch环境
conda clean --packages % 清除不用的包

conda uninstall pytorch 
conda uninstall libtorch % 这两条卸载pytorch(若用pip安装的pytorch则把conda改成pip)
conda uninstall -n base --all % 卸载base下的所有包

3. 安装pytorch

不用额外安装CUDA,就算你电脑不装cuda,只要装了cuda版本的pytorch就可以跑GPU了。啥意思呢,就是说pytorch那个cuda版本已经包含了跑GPU所需要的cuda核心模块,而电脑里单独装的cuda则更加全面,只装前者也可以,两者都有更好。当然前提是你的显卡本身要支持你装的pytorch-cuda版本。——引用自某个CSDN教程

  • pytorch安装网址:pytorch官网

  • 版本型号选择【重点】【重点】【重点】

    • 首先,查看自己的电脑的驱动版本以及支持的CUDA版本

      • 方法1:在命令行输入nvidia-smi,可以看到下图第一行的Driver Version与CUDA Version
        我们安装的CUDA版本既要匹配Driver Version,又不能高于CUDA Version(具体怎样的Driver Version匹配怎样的CUDA版本可以在网上找到表格)

      在这里插入图片描述

      • 方法2:在桌面右键,在NVIDIA控制面板左下角的系统信息可以查看

      • 可以看到我的驱动最高只支持CUDA11.2,但是!还不能马上安装CUDA11.2!

    • 其次,还要查看自己电脑的GPU型号的算力,由此选择合适的pytorch版本

      • 这里可以查自己的GPU的算力
      • GPU算力与对应的pytorch版本可以在网上查到
    • 综合上述两者,选择安装的CUDA-pytorch版本:
      官网给的CUDA11.6和CUDA11.7对我的驱动来说版本太太太高了,于是我选择历史版本型号(见红色箭头),选择安装pytorch1.2.0对应的CUDA9.2
      在这里插入图片描述

    • 【重要】本来选择的用conda安装,但是持续出现安装某package时失败的报错,搜了一下好多人说用pip安装就好了,于是选择了pip(如图wheel下面的代码),竟然成功了!不懂为什么但是很开心
      在这里插入图片描述

  • 将对应的安装代码复制粘贴到命令行

# CUDA 9.2
pip install torch==1.2.0+cu92 torchvision==0.4.0+cu92 -f https://download.pytorch.org/whl/torch_stable.html
  • 检验pytorch是否安装成功:

    pip list % 有torch即为安装好了pytorch
    python % 进入python环境
    import torch % 若直接显示下一行则安装成功
    
  • 检验CUDA是否安装正确并能被pytorch检测到:

    (接上一块代码)
    torch.cuda.is_available() % 若为True则成功
    
  • 检验GPU能否正常使用:

    (接上一块代码)
    a=torch.Tensor([1,2])
    a=a.cuda()
    a
    
    • 这一步是关键!很容易出现报错:RuntimeError: CUDA error: no kernel image is available for execution on the device

    • 出错原因:显卡计算能力太低或pytorch版本太高;从pytorch1.3开始,即不再支持GPU算力在3.5及以下的GPU;在这里可以查自己的GPU的算力
      在这里插入图片描述

    • 解决方案:参考这里,我第一次也遇到这样的问题,于是卸载重装了低版本1.2.0版的pytorch

4. 安装pycharm

  • pycharm安装网址:pycharm官网

  • 记住同样不要盲目下载最新版本,否则会出现各种玄学问题。我下载的是2021.1.1社区版,不会报一些莫名其妙的错误。

在这里插入图片描述

  • 环境配置具体步骤见置顶视频教程。注:若显示conda可执行路径为空,卸载当前版本pycharm去下载历史旧版本的pycharm。

    • 配置成功:在控制台输入与上面一样的代码,同样显示True

在这里插入图片描述

  • 在pytorch环境下安装jupyter的具体步骤见置顶视频教程。(又失败了,搞不定,pip和conda安装都报错,就放弃安装jupyter了,不过没关系反正在pycharm控制台直接敲代码也可以)

5. 剩下的神经网络入门

  • 嗯…安装pytorch花了我三天时间,主要是我的破台式机显卡太垃圾导致卸载重装了好多个版本
  • 剩下的神经网络入门同样推荐置顶链接里的b站小土堆的视频教程,非常详细,适合新手;同时配合自己对于不懂的地方查找教程食用,很轻松就能入门,这里就不多赘述了~
  • 6
    点赞
  • 12
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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