pytorch安装与使用经验总结

提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档


声明

电脑有Nvidia显卡,安装GPU版本

一、大致过程记录

1.下载anaconda
2.下载cuda
3.下载cuddn
将解压后文件夹重命名为cuddn复制到cuda的v10.2文件夹下
需要添加系统的环境变量(同博1中博主)
4.安装pytorch
需要和下载的cuda版本保持一致,若首页版本不一致,可到以往版本查看
一定要下载对应版本下带cu的
具体参考博文1
5.测试

参考:小土堆
https://blog.csdn.net/qq_46126258/article/details

二、可用代码

1. Anaconda安装

配置远程服务器(Linux环境)时,下载安装包或者命令行下载。
1) 在下载的压缩包位置用bash解压,一直回车,直到输入yes,注意不要按过了。
在这里插入图片描述
2) 输入要安装的位置。如/data2/dataset/anaconda3,注意是在dataset文件夹下,anaconda3是会自动创建的,即dataset里没有anaconda3
在这里插入图片描述
3) 初始化选yes。然后退出pycharm和SSH的终端,再进入,SSH里会有anaconda3,pycharm里会进入(base)环境。
测试是否安装成功

conda --version
conda 23.5.2

2.pytorch安装过程

1) 安装pytorch

conda create -n py37 python=3.7

命令说明:创建python37的环境,Conda 会自动下载并安装指定版本的 Python。这不会影响你电脑上已经安装的其他 Python 版本。创建的 Conda 环境是独立的,它包含自己的 Python 版本和依赖项。
输入y,安装成功:
在这里插入图片描述
输入,可进入pytorch环境

conda activate py37

2) 先查看cuda版本,再去官网复制命令
pytorch 官网, 上方红字部分为更低版本cuda下载命令。
-c pytorch :是指用官方的,去掉则可用指定的清华源或阿里云等

在这里插入图片描述
3) 粘贴到终端(在刚才 conda 新建的虚拟环境(名为py37) 中):
在这里插入图片描述
4) 检验pytorch

(pytorch) kfh@amax:~$ python  # 进入python环境
Python 3.9.13 (main, Oct 13 2022, 21:15:33) 
[GCC 11.2.0] :: Anaconda, Inc. on linux
Type "help", "copyright", "credits" or "license" for more information.
>>> import torch   # 输入并按回车后只要不报错就说明pytorch已经安装成功了
>>> torch.__version__  # 查看 PyTorch 版本号
'1.12.1'
>>> torch.cuda.is_available()  # 查看 CUDA 即 GPU 是否可用
True
>>> exit()

5) 一个bug:

Solving environment: unsuccessful initial attempt using frozen solve. Retrying with flexible solve.

解决方式:创建的python不合适,原本是36,后改为37
说明:其他可用代码如下:

conda env remove -n pytorch   删除当前环境,需要在base环境下
在终端输入 nvidia-smi 可查看 CUDA 最高版本 
conda activate   # 进入conda环境 出现(base)则说明安装成功
conda deactivate # 退出conda环境  或者exit()

三、配置ANACONDA环境(Pycharm版)

1.添加解释器,无可执行文件

  • step1:添加解释器选系统环境(找得到,可新建,但必须是系统,包括远程服务器也是一样)
    C:\Users\pc\Anaconda3\envs\pytorch\python.exe
    或者是envs\py37\bin\python3.7

  • step2:添加conda环境解释器,使用Script的cuda.exe,选择现有环境,选pytorch 。(也可以没有,重启即可,不懂为啥,总是加不进去)

  • step3:重启。即显示conda图标且为conda环境

2.无法导入pytorch包
添加PYTHONPATH环境变量或在系统变量添加
在这里插入图片描述
尤其是最后一个路径

四、jupyter安装

1.BUG:
打开jupyter的ipynb文件会在页面上显示大大的
500 : Internal Server Error

在终端输入:

pip install --upgrade --user nbconvert

2.修改根目录
参考link:链接

3.jupyter无法定位程序输入点
未解决

4.打开:

Aconda Prompt 里输入jupyter notebook即打开

但有时出现错误:[C 21:05:00.426 NotebookApp] Bad config encountered during initialization: No such notebook dir: ‘‘D:\Jupyter’’
解决方法:
修改c.NotebookApp.notebook_dir中的jupyter notebook的安装位置
详见连接:link
但这样jupyter的默认保存路径为C盘,需修改保存位置:
C:\Users\pc.jupyter下的jupyter_notebook_config.py的c.NotebookApp.notebook_dir改为保存路径

c.NotebookApp.notebook_dir = r'D:\CodeProject\Jupyter'

找到“Jupyte Notebook”快捷图标,鼠标右击 – 属性 – 目标,去掉后面的 “%USERPROFILE%/”,点击“应用”,“确定”

五、tensorboard安装及使用

1)pip install tensorboard==1.15.0(需要为1.15.0以上)
2)下载 pip install future
3)protobuf的版本4.0以上会过高,报错,需要卸载,重新安装低版本,如3.20.1

终端运行命令:tensorboard --logdir 文件名
不要加==!!!

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
2023-pytorch是一个开源深度学习库,它在计算机视觉领域有广泛的应用。本文将手把手教你如何使用CSDN来学习和获取有关2023-pytorch分类的相关资料和教程。 首先,在你的浏览器中打开CSDN的官方网站,网址为www.csdn.net。在主页上,你可以看到各种热门的技术文章、博客和论坛。在搜索框中输入"2023-pytorch分类",然后点击搜索按钮。CSDN将会为你展示与该关键词相关的所有内容。 接下来,你可以通过筛选工具来找到特定类型的文章或教程。例如,你可以选择只查看博客、文章或教程。你还可以选择按照发布时间或热度排序来获取最新或最受欢迎的内容。 当你找到一篇感兴趣的教程时,点击进入阅读。通常,教程会提供详细的步骤和示例代码,帮助你了解如何使用2023-pytorch进行分类任务。你可以按照教程中的指示一步一步地操作,并理解每个步骤的原理和作用。 除了阅读教程外,CSDN还提供了一个活跃的技术问答社区。你可以在这里向其他用户提问、讨论问题,或分享你的学习体验和心得。社区中的任何人都可以回答你的问题,所以不要犹豫,积极参与其中。 此外,CSDN还为用户提供了博客功能,你可以创建自己的博客来记录学习过程和分享实践经验。通过写博客,你还可以得到其他人的反馈和建议,不断提升自己的技术水平。 总结起来,要使用CSDN学习和获取有关2023-pytorch分类的相关资料和教程,你可以通过搜索功能找到相关内容,阅读教程并按照指导一步一步地进行实践,参与技术问答社区以及利用博客功能分享你的学习心得和经验。通过这些途径,你将能够快速掌握2023-pytorch分类的基本原理和应用。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值