本文章是对哔哩哔哩小土堆pytorch深度学习PyTorch深度学习快速入门教程(绝对通俗易懂!)【小土堆】_哔哩哔哩_bilibili
环境配置的补充,个人用了三天时间才梳理清如何下载好pytorch,现分享个人观点,仅供参考。
一. 查看电脑CUDA配置
CUDA(Compute Unified Device Architecture)中文名为统一计算设备架构,是显卡厂商NVDIV推出的运算平台,可以帮助GPU处理图形相关的计算问题。
我们可以在win+R cmd中输入
nvidia-smi
来查看自己电脑的CUDA版本。
本人CUDA Version为11.6,建议读者记录好自己的版本。并根据下图判断自己的CUDA版本是否符合要求。(如果不符合要求请自己查询相关文章解决)
可以参考Anaconda版本与Python版本对应关系_anaconda对应的python版本-CSDN博客
二. 安装Anaconda3
安装前必须注意事项
这里请读者注意,在小土堆的视频中用到的是python3.6,单纯的仿照是不合适的,一定要符合自己电脑所需。这里的思路是这样:
我个人的cuda版本为11.6,我们打开Previous PyTorch Versions | PyTorch
查看和cuda对应的11.6版本的,如下图所示
也可以打开https://download.pytorch.org/whl/torch_stable.html
利用ctrl+f搜索cu116(cu116表示CUDA为11.6版本),可以找到torch,torchvision以及torchaudio。在这里我们看到有cp38、cp39(表示python3.8版本,python3.9版本)等等,并无小土堆视频里的python3.6.因为我认为我个人的CUDA11.6版本不能使用python3.6版本,应该使用该链接中拥有的python版本。
所以直接套用小土堆视频中的Anaconda3 5.2.0版本对于我的电脑是不合适的。请读者通过以下链接找到合适自己对应的python版本。
Anaconda版本与Python版本对应关系_anaconda对应的python版本-CSDN博客
所以小结一下是要CUDA版本对应https://download.pytorch.org/whl/torch_stable.html链接中包含的python版本,而anaconda版本也要与之对应的python版本对应。
安装
本人选取python3.8,所以下载的anaconda3为2020.02版本的
读者点击https://repo.anaconda.com/archive/找到合适自己的anaconda3进行下载
上图显示的是python3.7可能也有点不合理,总之读者一定要找与自己版本匹配的来下载!
三. 配置pytorch环境
1.conda安装pytorch环境
下载好Anaconda后打开Anaconda prompt
conda create -n pytorch python=3.8
随后会显示
我们输入Y进行下载
我们可以利用以下命令激活pytorch环境。当前面出现(pytorch)前缀时,说明进入pytorch环境。
activate pytorch
2.conda下载安装pytorch包
按照小土堆视频中内容,打开pytorch官网PyTorch,下拉可以看到
本人使用GPU而非CPU
这里现在已经和视频中不同,不再细分python具体为什么版本,CUDA也只给出了11.8和12.1,因此我们在以往的资源中下载自己对应的。
(自己在按照视频下载的过程中发现用conda下载会出现Solving environment卡着不动问题,有的可能通过电脑转化为手机热点下载会加快或搭梯子等其他方法解决,这里我选择手动下载的方法)
打开https://download.pytorch.org/whl/torch_stable.html把和自己版本对应的torch,torchvision以及torchaudio下载到本地电脑,可以保存在一个英文名的文件夹内。
在Anaconda prompt中进入你这三个文件所在的文件夹内(我的是在D盘的test1)
我们使用pip install的方法下载。格式是【pip install “文件名”】,将三个文件依次进行该操作。
3.检测安装是否成功
安装完pytorch包后,在pytorch环境下输入python进入该环境下的python界面。
依次输入
import torch
torch.cuda.is_available()
当结果为True时说明成功。
四. 出现的问题
1.torch.cuda.is_available()返回false
一定要注意强调的一点:
你电脑的CUDA版本一定要和前文提到的网址里含有的Python所包含的版本对应,而python的版本又要与Anaconda对应的版本与之对应,只有所有的版本相互契合相互对应才可以实现。
2.安装本地whl的时候报错:ERROR: torch-1.12.1+cu113-cp39-cp39-win_amd64.whl is not a valid wheel filename.
依旧是python版本和anaconda版本不对应的问题。
可以借鉴【一文解决】已安装CUDA与Pytorch但torch.cuda.is_available()为False-CSDN博客