缘由:花了小半个月弄这个,写个博客记录一下,万一之后还要配呢……大家可以先试一下直接命令行安装,教程也很好找,我这个是电脑硬件配置实在有点低,不得不这样安装,高配置的安装pytorch,直接跳转b站视频PyTorch环境的配置及安装 UP:我是土堆 还是要说一下,这篇是cuda的pytorch,不是cpuonly的pytorch
0.安装流程和理由:
首先安装anaconda和pycharm:anaconda用于加载各种包和搭建虚拟环境,在虚拟环境中下载torch,但是命令行操作总归是不如图形化操作容易,所以之后在pycharm中导入含有pytorch的编译器进行操作。
其次安装CUDA和CUDNN:因为我们想要使用显卡的资源,所以需要下载CUDA来调用显卡,而CUDNN是用于深度学习的库,在使用torch时会调用,它们和pytorch的关系就是,pytorch通过CUDA来调用显卡,没有CUDA就只能用cpu,然后再调用CUDNN的函数来进行深度学习的计算
最后才是安装pytorch,因为pytorch的版本受限于CUDA的版本,需要搭配CUDA的版本来安装
所以流程就是
安装anaconda、Pycharm和配置两者的环境
查看电脑CUDA版本,安装适配版本的CUDA和CUDNN(重难点)
安装适配的pytorch
一个个的坑
安装anaconda、Pycharm和配置两者的环境
注意:此部分主要是转载为主,所以软件的安装路径可能不尽相同,会对系统环境的添加造成影响,要记住自己软件的安装路径!!!!!!
这部分已经有很多优质的帖子,所以在此转载一篇:
Anaconda3的卸载与重装、配置环境变量(含创建虚拟环境)
里面提到的Anaconda3的卸载还是挺推荐的,浏览到配置完环境就好
接下来是安装配置Pycharm、这部分同样是转载一篇:
需要注意的是anaconda中已经自带了python3.x,所以不用再额外下载python,直接加载conda中的python.exe就可以啦
另外【总结】Pycharm的安装和基本配置这篇中主要讲述了关于Pycharm的一些基本设置,比如背景导入、包的加载之类的,对于应急来说刚刚好
额外分享一篇以应对以下这种情况
python与anaconda安装(先安装了python后安装anaconda,基于python已存在的基础上安装anaconda)——逼死强迫症、超详解
到这里anaconda和Pycharm的配置已经基本结束啦,可用于一般的python编程
查看电脑CUDA版本,安装适配版本的CUDA和CUDNN(重难点)
CUDA、CUDNN是什么
这里先扔一篇帖子介绍以下CUDA和CUDNN是什么东西:显卡,显卡驱动,nvcc, cuda driver,cudatoolkit,cudnn到底是什么?
简单的来说,CUDA是用来调用GPU(显卡)的,CUDNN是专门用于深度学习的软件包,我们需要下载安装这两个东西来让我们之后下载的pytorch能通过CUDA调用显卡资源,同过CUDNN使用一些常见的深度学习函数。
然后我们来安装一下CUDA和CUDNN
CUDA、CUDNN安装
这里需要注意的是版本,自己电脑CUDA的版本和需要安装的CUDA的版本
可以按照这篇来安装和配置CUDA的卸载(v10.0)与安装(v10.2)
还是要注意版本的问题,比如我的电脑在命令行中输入nvidia-smi显示
电脑CUDA版本是10.0,那我安装的话就只能安装不高于10.0的CUDA
CUDA的版本下载地址:https://developer.nvidia.com/cuda-toolkit-archive
只能选择v10.0和以下的版本,同理CUDNN也是这样
还需要注意的是,如果自己的电脑不支持最新版的CUDNN,或者和自己的CUDA不适配,点击图片下载页面的Archived cuDNN Releases,进入其他版本的安装
其他的按帖子中的那样安装配置就可以啦,到最后验证通过表示成功
安装适配的pytorch
这部分对于较高配置的电脑来说没什么坑,但是对于像我这种19年的笔记本来说还是要说上三遍:
不要轻信清华源!不要轻信清华源!不要轻信清华源!里面有坑
具体的安装流程如下:
(1)配置版本较高的直接在官网按照CUDA的版本下载就行
复制命令行语句,在Anaconda Prompt中创建的pytorch虚拟环境中安装
Anaconda中创建虚拟环境 视频中4min30s左右有讲解,本身也是一个安装pytorch的视频,大家也可以直接跳转观看
(2)配置版本较低的要进入以往版本的下载
https://pytorch.org/get-started/previous-versions/
在其中选择适合自己的版本进行安装,找的麻烦的话直接Ctrl+F查找就可以
下载完成后在pytorch的虚拟环境中输入pip list 看其中有没有torch
之后输入python进入操作界面,import torch torch.cuda.is_available()返回True则表示成功
如果不成功则参考以下这篇博客
完美解决torch.cuda.is_available()一直返回False的玄学方法
不过需要注意的是,可以不用本地下载的方法,因为感觉比较麻烦的还是,我自己的方法是找清华镜像源可以下载的版本进行下载,先在https://pytorch.org/get-started/previous-versions/官网里面看自己要下载的pytorch需要的配件的版本,然后在https://download.pytorch.org/whl/torch_stable.html里看是不是都有,有的话就按照官网的pip命令下载,没有的话降低一下版本要求,直到找到能下载的为止
比如我要下载的是这个CUDA=9.2的版本,需要下载1.5.1的torch和0.6.1的torchvision
而在https://download.pytorch.org/whl/torch_stable.html 中是有这两个的
那就可以直接安装,因为清华镜像源有这个的版本资源
坑
(1)如果CUDA版本下载错了,自己的电脑并不支持,参照CUDA的卸载(v10.0)与安装(v10.2)卸载,当然这种情况是指按下载驱动的那种,用pip或者conda命令安装的如果控制面板控制程序中并没有帖子中的那种情况,建议直接卸载重装anaconda
(2)同样如果pytorch下载错了,直接把整个虚拟环境删掉就好,省时省力
(3)注意清华镜像源会在没有GPU版本的情况下,下载cpu版本!!!!!!!!
结语
最近诸事不顺,发发牢骚,希望时间还够,大家都加油努力呀