PyTorch环境配置及安装

a man of sadness

于 2024-07-03 09:05:53 发布

阅读量1k

点赞数 20

分类专栏： pytorch学习文章标签： pytorch 人工智能 python

本文链接：https://blog.csdn.net/weixin_42639395/article/details/140142252

版权

1 篇文章 0 订阅

订阅专栏

`PyTorch`环境配置及安装

参考该链接（视频01:30--03:00为安装教程）：

安装Anaconda之后，可通过Anaconda Prompt进入创建好的环境中，默认为base环境，可以输入pip list查看环境中已安装的包

每个工具包都有其对应的版本，例如一个项目要用到PyTorch0.4，另一个项目要用到PyTorch1.0，如果只使用base环境，则需要反复卸载、安装工具包以满足项目需求，费时费力。

使用Anaconda集成的conda包（安装Anaconda后，可直接使用）能够解决这个问题，它可以新建环境，一个环境安装PyTorch0.4，一个环境安装PyTorch1.0，可根据需要切换环境。

创建环境的指令为：conda create -n pytorch python=3.10
- conda是指调用conda包，create是指创建，-n pytorch是指环境名为pytorch，python=3.6是指创建的环境中python版本为3.10
切换环境的指令为：conda activate pytorch

在这里插入图片描述

在这里插入图片描述

根据需求确定安装命令
- 一般建议安装最新的稳定版本（Stable），也可以点击Previous versions of PyTorch选择要安装的版本；
- 若有GPU，则应安装CUDA版本，否则应安装CPU版本
- 示例：conda install pytorch torchvision torchaudio pytorch-cuda=11.8 -c pytorch -c nvidia
复制命令到已创建的环境中（环境名为pytorch），执行即可安装PyTorch

在这里插入图片描述

查看安装结果
- 输入pip list，结果中有torch基本说明安装成功；
- 输入python，进一步输入import torch，不报错说明安装成功；
- 进一步检查是否可以使用GPU，输入torch.cuda.is_available()，若返回True说明torch能正常使用GPU

安装时的常见问题（安装比较慢、安装后不能使用GPU）及解决方案见该链接：

若使用命令安装比较慢
- 将安装包下载到本地（C:\Users\20458\anaconda3\pkgs文件夹下），使用对应的命令进行安装（打开Anaconda Prompt输入命令conda install --use-local 要安装的包名）
若不能正常使用GPU
- 检查电脑显卡型号，确认是否支持GPU；
- 检查显卡驱动（打开Anaconda Prompt输入命令nvidia-smi），其版本号不能低于torch版本的要求，若低于要求则应更新显卡驱动

在这里插入图片描述

说明：社区版（Community Condition）基本能够满足日常使用的需求

参考该链接（视频01:00--03:00为安装教程）：

Location为项目地址，图中项目名为pytorchPractice
选择已经有的编译器（Previously configured interpreter）：选择新创建的环境中的编译器（可在Anaconda的安装目录下选择编译器C:\用户\XXX\anaconda3\envs）

在这里插入图片描述

检查torch是否能正常引入，以及是否能调用GPU查看安装结果（选择以下任一即可）
- 使用脚本文件（右键项目pytorchPractice——New——Python File，创建脚本文件）：执行对应代码，查看结果；
- 使用Python Console（控制台：交互式即时执行代码）：执行对应代码，查看结果

在这里插入图片描述