总结小土堆的方法实践成功后写的文章,第一节是理论部分,如果已经了解可以自行跳到目录中的第二节进行安装!
一、基本概念
1.python
2.库的概念
Matlib--matplotlib官方发布的python包--用于图形处理
Opencv--计算机视觉--用于图像处理
pytorch、tensorflow--深度学习python包
2.1 pytorch和tensorflow
2.2 Anaconda
通过名字来切换不同的环境
【Conda envs list】--查看所有环境(在anaconda prompt命令窗口中)
【conda create -n XXXX(环境名) python==3.8】创建新环境↑
展示环境地址+下载的库↑
2.3 conda环境使用基本命令
可以查conda命令来在命令窗口使用conda进行操作
1 conda update -n base conda #update最新版本的conda
2 conda create -n xxxx python=3.5 #创建python3.5的xxxx虚拟环境
3 conda activate xxxx #开启xxxx环境
4 conda deactivate #关闭环境
5 conda env list #显示所有的虚拟环境
6 conda info --envs #显示所有的虚拟环境
来自 <https://www.cnblogs.com/cqliu/p/11199771.html>
不同的环境可以同时进行操作,因为是两个互不相关的环境,所以彼此的操作互不影响
以上是常见的库
3.Pycharm--IDE--集成开发环境
上面的命令窗口是从“此电脑>桌面”的地址框里输入“cmd”回车后得到的(操作系统终端),要进入虚拟环境要使用conda命令--conda active base--来进入base环境(退出环境--conda deactive)
而下面的窗口是anaconda命令窗口终端,直接就是虚拟环境
直接调用写好的代码文件,但是如果有语法等错误将会在命令窗口显示,而不能直接显示,很麻烦
4.显卡GPU及其相关概念
4.1 GPU
4.2 CUDA
cuda是英伟达发布的平台↑
上面的是软件层面的cuda,下面的是硬件层面的cuda
软件层面的版本要小于等于 硬件层面的版本
Cuda runtime版本就是鼠标所指版本
4.3 GPU VS CPU
5.pytorch安装
5.1 CUDA准备工作
我的笔记本型号:Geforce GTX 1060 算力:6.1,使用下述网站确定自己GPU型号对应的算力:
CUDA GPUs - Compute Capability | NVIDIA Developerhttps://developer.nvidia.com/cuda-gpus
知道GPU算力(computer capability)确定cuda runtime 可以使用下述网站(科学上网):
CUDA - Wikipediahttps://en.wikipedia.org/wiki/CUDA--查看GPU对应cuda的版本
看自己的驱动CUDA Driver Version-11.0(进入终端使用命令【nvidia-smi】)
最终确定我们适用的CUDA 11.0【如果电脑上显示的版本太老旧可以官网更新一下驱动】
查看对应CUDA版本下载pytorch的地址(即上述图片的地址,使用Run this command即可,最好使用pip指令,更快):
Start Locally | PyTorchhttps://pytorch.org/get-started/locally/
5.2 使用conda/pip/package安装pytorch
首先,在anaconda promote窗口创建新的环境并激活环境,在激活的环境里进行安装。命令入下:
创建新环境:【conda create -n monovit python=3.8】
激活环境:【conda activate monovit】
使用conda下载安装,则按照上一步骤,选择【Conda】,选择对应的【CUDA】,然后复制【run this command】里的内容到命令窗口进行下载安装。
使用pip下载安装,则按照上一步骤,选择【pip】,选择对应的【CUDA】,然后复制【run this command】里的内容到命令窗口进行下载安装。
5.3 验证是否安装成功
如果显示如下图,即表示安装成功!
前面是项目环境python解释器的位置,后面是运行代码文件的位置
5.4 pycharm配置终端
shell路径是说命令行窗口/终端
要是想打开anaconda3窗口,则将anaconda3的cmd.exe路径位置复制到sell路径,即可打开该窗口
项目中 requirement.txt 文件中放的是项目运行所需要的库,以上代码是进入到文本文件夹内,pip下载文本文件中的所有库--【pip install -r requirements.txt】
二、安装pytorch实战
1.安装pycharm
安装专业版pycharm,之后可以连接服务器,在服务器上跑代码,在官网进行学生认证即可免费使用,网上详细教程很多,不做过多赘述。具体可见以下文章:
【2023】pycharm专业版安装教程(使用jetbrains toolbox管理;学生认证、学信网验证码申请)
2.安装anaconda
【参考:Win10虽然可以安装后面版本的,但是实践当中Anaconda3-2022.10的最好用,用了其他版本,老的硬件跑不出来,Anaconda内置Python版本是3.9.13】
具体安装可见以下文章,阅读20w+,很经典的文章!
Anaconda安装-超详细版(2023)_anaconda安装哪个版本好-CSDN博客
3.安装pytorch
3.1 利用conda安装
在anaconda promote窗口创建新的环境并激活环境,在激活的环境里进行安装。命令入下:
创建新环境:【conda create -n monovit python=3.8】
激活环境:【conda activate monovit】
使用conda下载安装,在网站Start Locally | PyTorch,选择【Conda】,选择对应的【CUDA】,然后复制【run this command】里的内容到命令窗口进行下载安装。
【conda install pytorch torchvision torchaudio -c pytorch】//这种就是直接从国外下载了
【conda install pytorch torchvision torchaudio –c 镜像地址】//这种是镜像加速版
镜像名 | 用于创建环境镜像地址 |
---|---|
清华镜像 | https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main |
北京外国语大学镜像 | https://mirrors.bfsu.edu.cn/anaconda/pkgs/main |
阿里巴巴镜像 | http://mirrors.aliyun.com/anaconda/pkgs/main |
以清华镜像源为例:
出现下图,输入y即可
出现下图就是安装好了
3.2 利用pip安装
在anaconda promote窗口创建新的环境并激活环境,在激活的环境里进行安装。命令入下:
创建新环境:【conda create -n monovit python=3.8】
激活环境:【conda activate monovit】
使用pip下载安装,Start Locally | PyTorch,选择【pip】,选择对应的【CUDA】,然后复制【run this command】里的内容到命令窗口进行下载安装。
如果你的电脑可以装11.8或者12.1就直接粘贴复制到anaconda窗口,不行就像我一样去以前的版本找。
在命令窗口复制粘贴以上内容,等待下载完成即可。
3.3 轮子安装
前面已经介绍过安装anaconda的方法,在anaconda promote窗口创建新的环境并激活环境,在激活的环境里进行安装。命令入下:
创建新环境:【conda create -n monovit python=3.8】
激活环境:【conda activate monovit】
pytroch轮子文件的下载地址:https://download.pytorch.org/whl/torch_stable.html
分别下载安装torch、torchvision、torchaudio安装包,这里请注意自己安装的CUDA、以及torch、torchvision、torchaudio版本匹配,最后创建的python环境请和下载一致,环境是python3.8,就都下载对应的linux/win包。
从网站将文件下载到D盘
先进入环境【conda activate monovit】
在进入下载的包所在的地方【D:】
然后【pip install XXXXX(包名称)】下载安装
3.4 验证是否安装成功
输入【pip list】来检测查看已安装的包,再输入命令python,然后【torch.cuda.is_available()】,输出ture,即安装成功。
4.在pycharm里进行测试
2023最新pytorch快速安装指南(超详细版)_python_脚本之家 (jb51.net)
开始新建项目
自己指定项目的位置。
因为我们前面已经配好了环境,直接用我们配好的,点击add去找我们配置的位置
从左往右按顺序点击,找到自己anaconda安装的位置。
用我们已经创建好的环境,比如我这里是yolov8
点击create,项目就创建好了。
创建一个文件测试一下
1 2 |
|
鼠标右健后,点击run就行
三、补充
若是电脑上没有安装CUDA以及CUDNN,可以参考pytorch下载安装及环境配置-CSDN博客此链接进行下载。
若是本文内容不够详细,可以参考pytorch超级详细的安装教程_pytorch安装-CSDN博客进行安装