0 前言这个系列主要是写给自己看的,奉行拿来主义,对于学习过程中使用到的优质的学习资源和教程会直接把链接贴进来(省的自己看完忘了),也会附上我的一些学习笔记,同时也记录一下我在学习过程中踩过的各种坑(血泪史),希望能帮助到和我一样刚刚入门的人吧。这个系列称为“实践笔记”,是因为其主要面向编程实践而非理论学习。
建议阅读本文之前可以先简单看看前两篇:季节:【从零开始的机器学习实践笔记】00-Python软件环境介绍zhuanlan.zhihu.com季节:【从零开始的机器学习实践笔记】01a-Python的安装与环境配置zhuanlan.zhihu.com
(本系列基于Windows系统)
这一篇讲的是利用Anaconda配置Python编程环境、安装PyTorch。
其实有了Anaconda根本就不需要自己去单独安装各个软件和包了,在Anaconda中已经很好地完成了集成,有这一个软件就够了。
1 Anaconda的安装
Anaconda会自带安装Python解释器,但其附带的版本可能会比Python官方版本落后。
Anaconda的安装可以主要参考这个视频:【创客实战训练营-高级】ANACONDA深度学习环境的快速搭建_哔哩哔哩 (゜-゜)つロ 干杯~-bilibiliwww.bilibili.com
也建议仔细阅读一下官方文档:Installing on Windowsdocs.anaconda.com
关于Anaconda的使用教程可以进一步参考这两个(也可以先不看):达尔文文:[Python]Anaconda安装和使用指南zhuanlan.zhihu.comanaconda虚拟环境管理,从此Python版本不用愁 - 奥辰 - 博客园www.cnblogs.com
安装过程比较简单,不过有两点需要说明:
(1)安装路径不要有中文和空格,比如不要装到Program Files这个路径下(有空格);
(2)在下图这个界面中,建议不勾选第一项:
第一项是把Anaconda添加进系统环境变量,在上一篇安装Python的时候这个选项是要勾选的,但对于Anaconda并非如此,可以看到官方也是不建议勾选的。在Python我们勾选这一项是为了打开cmd直接输入python就可以进入python环境,但是就像在第“00”篇中介绍的,Anaconda自己创建了一个虚拟环境,所以他其实并不需要在系统的cmd里面直接运行,而是提供了一个虚拟环境下的cmd,即——Anaconda Prompt。
和系统的cmd下运行方式是一样的:
而Anaconda所有的包的安装都是在这里进行的。
2 安装VS Code和jupyter notebook
Anaconda安装完毕后,启动Anaconda Navigator(第一次启动可能较慢),然后在打开的页面中找到VS Code,点击Install:
安装过程别走神,安装过后似乎没有任何提示,VS Code那个按钮还是Install。别着急,关掉Anaconda Navigator再重新打开一次就能看到VS Code下面的按钮变成了Launch,安装成功。
这里需要说明的是,如果想要使用通过Anaconda安装的Python解释器和包,每次都需要从Anaconda Navigator启动VS Code(点Launch),才能使VS Code也进入Anaconda虚拟环境。否则,如果直接从开始菜单或者桌面快捷方式进入,VS Code直接进入的是系统本地环境,在这里是找不到通过Anaconda安装的Python解释器和包的。
(因为之前我手动安装VS Code时,在Anaconda里面也能识别到安装了VS Code,这样看来如果手动安装的VS Code从Anaconda启动似乎也能进入Anaconda虚拟环境,不过我没有尝试。)
jupyter notebook在Anaconda安装时就会自动安装,也不需要在VS Code中安装jupyter插件,就直接可以在VS Code中打开.ipynb文件。
这个视频中推荐了jupyter notebook的插件(其实不需要)和VS Code的插件:【创客实战训练营-高级】Jupyter Notebook与VScode软件及插件快速安装与使用_哔哩哔哩 (゜-゜)つロ 干杯~-bilibiliwww.bilibili.com
更多的插件推荐可以看前一篇,也可以自己搜索。
3 安装PyTorch
Anaconda附带了很多常用的包,但是没有附带PyTorch,需要自己手动安装。和上一篇以上,进入PyTorch官网获取安装命令:PyTorchpytorch.org
这次在Package项选择conda:
获取的命令如下:
conda install pytorch torchvision cudatoolkit=10.1 -c pytorch
在Anaconda Prompt中运行这条命令等待完成即可。
4 验证PyTorch安装
这里验证一下是否成功安装了PyTorch的相关包,在Anaconda Prompt中输入:
conda list torch
如果输出为:
# packages in environment at C:\Users\deeplizard\Anaconda3:
#
# Name Version Build Channel
pytorch 1.4.0 py3.7_cuda101_cudnn7_0 pytorch
torchvision 0.5.0 py37_cu101 pytorch
即说明已经安装上(地址和版本号可能不同)。
5 在程序中调用torch包进一步验证
首先在Anaconda Prompt中输入python进入python环境:
python
官方文档给出的验证方法为输入以下命令:
from __future__ import print_function
import torch
x = torch.rand(5, 3)
print(x)
这里需要说明的是第一行代码其实不需要,它是为了在Python 2中运行Python 3规范的代码而使用的,Python 2和Python 3对于print的语法不同,详见:CSDN-专业IT技术社区-登录blog.csdn.net
上述代码的效果是随机产生一个5*3的矩阵,类似:
tensor([[0.3380, 0.3845, 0.3217],
[0.8337, 0.9050, 0.2650],
[0.2979, 0.7141, 0.9069],
[0.1449, 0.1132, 0.1375],
[0.4675, 0.3947, 0.1426]])
进一步地,可以查看自己的显卡是否支持CUDA加速:
torch.cuda.is_available()
如果支持的话结果会返回“true”,否为“false”。
6 最后再说一下自己在这里遇到的坑
因为我其实是先安装的Python和VS Code,本地安装的Python版本为3.8.1。
然后在另外的教程下通过Anaconda安装了Python 3.7.4(我一开始并不知道)和PyTorch,然后我按照上述的方法验证安装,却发现在Anaconda Prompt环境下验证成功,但是在系统cmd、VS Code和通过Anaconda启动的jupyter notebook环境中都没有成功。
现在知道其原因是PyTorch是通过conda安装在Anaconda的虚拟环境中,因此对于系统来说PyTorch并未安装。
对于jupyter notebook,可以修改其解释器(kernel),选择Anaconda的Python解释器即可:
但对于VS Code,通过单击左下角修改解释器的方法却行不通:
猜想可能是需要在设置中手动修改Python解释器的路径来配置,据说如果先安装Anaconda再通过Anaconda安装VS Code会自动配置好。
最后我是通过pip在系统本地安装了PyTorch包,在VS Code中可以使用。也就是说这时我电脑上已经有两套Python和两套PyTorch了。。
所以接下来打算卸载本地安装的Python和PyTorch,只保留Anaconda的版本(省心啊)。
所以有一份面向小白从零开始解释清楚的教程是多么重要.jpg
但是为了让Anaconda自动配置环境,我把VS Code和Anaconda整个都卸载重装一遍。
7 Anaconda的完整卸载
关于Anaconda的完整卸载可以参考官方文档:Uninstalling Anacondadocs.anaconda.com
简单来说分为4步:
(1)安装并运行anaconda-clean包;(2)删除根目录下envs、pkgs两个文件夹;(3)运行根目录下uninstall程序;(4)重启。
VS Code的卸载见上一篇。