前言
因为最近又需要配置新的环境,所以这里就记录 一下所踩的坑吧。
这里的基本步骤可以分解为:
1.下载anaconda并创建一个虚拟环境,你也可以在base环境下直接安装,但是这个就需要你在环境变量中配置好cuda,cudnn了。
2.安装pytorch,cudatools
3.测试是否可以import以及使用gpu
虽然看起来很简单,但是第一次安装的话可能还是会有很多坑要踩的。
创建一个环境
首先我们先安装个anaconda并配置好环境变量那些,确保安装的这个没有问题。比如可以测试是否正常打印出hello world。
然后你可以新建一个虚拟环境,方便环境的切换。我以前是没有创建虚拟环境的习惯,可是后来项目一多,并且各个项目所依赖的环境不一致,我就只能创建多个环境了。
具体操作:
创建环境并激活:
conda create -n py37 python=3.7
activate py37
以上如果成功,命令前面会出现你的环境变量名称,如:
其他常规操作:
conda list 查看安装了哪些包。
conda env list 或 conda info -e 查看当前存在哪些虚拟环境
deactivate py37 退出虚拟环境
conda remove --name py37 torch 删除环境中到某个包
conda remove -n py37 删除这个环境
因为使用国外的镜像会很慢,所以我们可以使用国内的镜像来加速下载。
增加镜像:
清华镜像:
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
# 【添加完毕一定要设置一下】设置搜索时显示通道地址
conda config --set show_channel_urls yes
以下是中科院的镜像 :
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/bioconda/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/menpo/
还原镜像:
conda config --remove-key channels
pip和conda混合安装
我不知道pip和condna混合安装的话会不会出错,不过我目前还没遇到过,pip也可以进行加速安装,但是清华的源好像也比较慢,因此我一般都用豆瓣的:
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple gevent
pip install http://pypi.douban.com/simple/ numpy
安装pytorch,torchvision
torchvision主要是用于图像处理的,其中也包含以下模型比如resnet,所以我们可以一起下载。
另外我们需要安装一些cudatool,因为在这个虚拟环境中,是只依赖于这个环境的,与电脑环境无关。
但是tensorflow的好像不行,它还是会自动去你电脑的环境变量中查找cuda,cudnn的路径
conda install pytorch torchvision cudatoolkit=10.0
注意这里cuda版本和你python,pytorch版本之间是否兼容,这里的话要根据你们所在的环境自己配置。
这里默认是给你安装最新的版本。
如果你有需要,可以指定版本的安装 如: conda install pytorch==1.5.0
conda install pytorch torchvision cudatoolkit=10.0 -c pytorch
官网给的命令应该是上面这种,但是我们前面已经设置好的镜像的路径,所以可以删掉 -c pytorch这个,如果加上的话,前面设置的镜像路径就不会生效。也就是你这句命令仍然会从pytorch这里进行下载,速度会很慢。
离线安装
但是我之前试过它自动给你安装cpu的版本,而不是gpu的版本,尽管你已经设置好了cuda这些。
另外我也重新安装了torch,也无果。所以我只能下载符合我要求的whl文件进行安装。
你可以在这里找到符合你电脑环境的版本进行下载:
https://download.pytorch.org/whl/torch_stable.html
然后 pip install 下载的这个whl就可以了。
如果你是要安装在虚拟环境中,记得先activate你的虚拟环境里再pip安装、
测试安装是否正确
你可以输入以下测试程序测试一下:
import torch
print(torch.__version__) # 查看pytorch版本
print(torch.cuda.is_available()) # 判断pytorch是否支持GPU加速
如果配置好的话是不会报错的以及最后会打印出版本号和True(代表cuda能使用)