零基础小白的pytorch安装与神经网络入门（踩坑指南）

呜呜呜我要学好pytorch

已于 2022-12-06 11:28:54 修改

阅读量1.6k

点赞数 6

文章标签： pytorch python 神经网络深度学习人工智能

于 2022-12-06 11:21:28 首次发布

本文链接：https://blog.csdn.net/weiiiiiiiiiiiii/article/details/128198880

版权

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）
  - 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
  - 在这里可以查自己的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
- 【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
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
- 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