深度环境搭建--安装pytorch及pytorch对应内容详解

Sana_三三

于 2024-04-11 09:46:52 发布

阅读量1.5k

点赞数 46

文章标签： pytorch 人工智能 python

本文链接：https://blog.csdn.net/weixin_46871606/article/details/137566132

版权

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