pytorch 环境配置通用

环境配置指南

软件要求：

• Python 3.9: 推荐使用Python 3.9版本，确保与各类深度学习库的兼容性。
• Anaconda 2023: Anaconda是一个集成的Python发行版本，包含了众多科学计算和数据分析的工具。推荐使用Anaconda 2023版本。

添加镜像源

为了加速软件包的下载和安装，可以添加清华大学开源软件镜像站作为Conda的镜像源。以下是添加镜像源的命令：

# 添加清华大学镜像源
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/pro
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/pkgs/msys2

# 显示检索路径
conda config --set show_channel_urls yes

# 显示当前配置的镜像通道
conda config --show channels

安装依赖库

1. 创建Python环境

首先，创建一个新的Conda环境，其中包含Python 3.9和相关的CUDA工具包，以确保深度学习库的兼容性。

conda create -n py39 python=3.9.16 cudnn=8.4.1.50 cudatoolkit=11.3.1 -c conda-forge

2. 激活环境

激活刚刚创建的环境，以便在该环境中安装和使用库。

conda activate py39

3. 安装PyTorch及相关库

使用以下命令安装指定版本的PyTorch、Torchvision和Torchaudio，这些库是深度学习和计算机视觉项目中的核心库。

pip install torch==1.12.1+cu113 torchvision==0.13.1+cu113 torchaudio==0.12.1 --extra-index-url https://download.pytorch.org/whl/cu113

如果遇到在线安装问题，您可以选择下载离线安装包并进行安装。

4. 离线安装库

如果在线安装库遇到问题，可以从以下网址下载PyTorch的离线包：

• PyTorch离线包下载

下载后，可以使用pip命令安装这些包。以下是示例命令：

pip install E:\Downloads\torch-1.12.1+cu113-cp39-cp39-win_amd64.whl
pip install E:\Downloads\torchvision-0.13.1+cu113-cp39-cp39-win_amd64.whl
pip install E:\Downloads\torchaudio-0.12.1+cu113-cp39-cp39-win_amd64.whl

5. 安装其他常用库

除了深度学习库，还需要安装一些常用的Python库，如matplotlib、tqdm、opencv-python和scikit-image，用于数据处理、可视化和图像处理。

pip install matplotlib tqdm opencv-python scikit-image

至此，开发环境已经配置完成，可以开始进行深度学习的开发和实验。