Anaconda配置PyTorch环境

目录

目录

1、安装Anaconda

注：不要安装C盘需要管理员权限的文件夹！！！！！！！！！

2、查看cuda版本的方法

3、创建虚拟环境

 2024/4/10补充：虚拟环境重命名

4、按照对应版本安装python，我这里是pytorch2.0，最低需要安装pyhton3.8的

 【3-4完成的可以跳过此步】3-4步骤也可以一步完成，如下所示

补充：查看/删除conda的环境

        *    表示当前所用环境

5、激活环境

补充：添加清华镜像至Anaconda

补充：添加Pytorch镜像

补充：恢复默认源

6、安装pytorch2.0

7、验证pytorch的版本和查看GPU型号的方法

​编辑

8、如何在自己创建的虚拟环境中打开jupyter

9、Juypter Lab中添加虚拟环境

---

---

参考链接：

2023最新pytorch2.0 gpu cuda安装教程

Anaconda创建虚拟环境并使用Jupyter-notebook打开虚拟环境

 Anaconda和Pycharm超详细安装教程（2023版本+Win11）

2.0 发布了PyTorch安装哪个版本比较好？

1、安装Anaconda

（略）

注：不要安装C盘需要管理员权限的文件夹！！！！！！！！！

下载链接：

清华源：Index of /anaconda/archive/ | 清华大学开源软件镜像站

 官方源：Index of / (anaconda.com)

①anaconda必须安装在c盘吗_如何安装Anaconda3

②安装conda搭建python环境（保姆级教程）

2、查看cuda版本的方法

打开Anaconda Prompt，查看自己电脑显卡cuda版本，如图所示（Driver Version版本和CUDA version版本）

下载CUDA：CUDA Toolkit Archive | NVIDIA Developer

下载cudnn：Index of /compute/redist/cudnn/v8.7.0/local_installers/11.8

参考链接：cuda、cudnn、英伟达驱动版本对应关系

卸载错误的cuda版本+安装正确的cuda+cudnn+pytorch

nvidia-smi

每1秒刷新一次：指令如下

watch -n 1 nvidia-smi

nvcc -V

3、创建虚拟环境

conda create -n 你的环境名（自己写）

例如：我起的名是pytorch2.0

conda create -n pytorch2.0

 2024/4/10补充：虚拟环境重命名

mmdetection为需要更改的虚拟环境名 

detectron2为新的虚拟环境名
--force 强制覆盖已经存在的虚拟环境名

 conda rename --name mmdetection detectron2 --force

4、按照对应版本安装python，我这里是pytorch2.0，最低需要安装pyhton3.8的

可以参考：2.0 发布了PyTorch安装哪个版本比较好？

conda install python==3.8

 【3-4完成的可以跳过此步】3-4步骤也可以一步完成，如下所示

conda create -n pytorch2.0 python==3.8

补充：查看/删除conda的环境

conda env list

conda env remove --name your_env_name

        *    表示当前所用环境

5、激活环境

（补充：我anaconda安装在D盘，我后续路径换到了D盘，D:\Users\userpsu）

conda activate pytorch2.0

补充：添加清华镜像至Anaconda

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/main/
conda config --set show_channel_urls yes

补充：添加Pytorch镜像

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/peterjc123/

补充：恢复默认源

conda config --remove-key channels

6、安装pytorch2.0

官网：Start Locally | PyTorch

pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118

官网选择cuda版本安装，不建议用conda，出现各种莫名其妙错误；折磨了我好几天，用pip安装 

7、验证pytorch的版本和查看GPU型号的方法

import torch
torch.cuda.is_available()
print(torch.cuda.get_device_name(0))

 若返回为True，则使用的是GPU版本的torch，若为False，则为CPU版本。

8、如何在自己创建的虚拟环境中打开jupyter

可以参考此链接：【最全指南】如何在 Jupyter Notebook 中切换/使用 conda 虚拟环境？

我使用的是方法3，如上链接：

conda activate my-conda-env    # this is the environment for your project and code
conda install ipykernel
conda deactivate

conda activate base      # could be also some other environment
conda install nb_conda_kernels
jupyter notebook

【补充】修改jupyter notebook默认路径

1更改Jupyter Notebook的默认路径

9、Juypter Lab中添加虚拟环境

1、创建虚拟环境

conda create -n openvino python=3.8

2、激活虚拟环境

conda activate openvino

3、安装ipykernel

conda install ipykernel

4、安装ipykernel到环境中

操作在需要添加kernel的环境中进行

(我一般都是在base环境中安装kernel，因此我是在base环境中运行的这条指令)

--name 为准备使用kernel的虚拟环境名称

--display-name 为将在JupyterLab中显示的名称

python -m ipykernel install --user --name openvino --display-name "openvino"

5、确认成果

#查看已有kernel：
jupyter kernelspec list
#删除不想要的kernel:
jupyter kernelspec uninstall unwanted-kernel

补充：如果kernel内没有，需要重启Jupyter Lab参考：JupyterLab添加内核_jupyterlab 使用外接核心

未安装Anaconda，创建虚拟环境（刚学的。。。）

1、设置python虚拟环境

Windows	Linux 和 macOS
python -m venv openvino_env	python3 -m venv openvino_env

2、激活虚拟环境

Windows	Linux 和 macOS
openvino_env\Scripts\activate	source openvino_env/bin/activate

参考：OpenVINO安装教程 Python版