1.打开anaconda终端
2.创建虚拟环境
# conda create -n env_name(环境名称) python=3.7(对应的python版本号)版本下包含某些包
#实例
conda create -n env_first python=3.11
3.查看创建好的虚拟空间
conda info --envs
4.激活使用这个虚拟空间
#指令conda activate env_name(环境名称)
#例子
conda activate env_first
这里我们可以看到运行代码后,空间已经变换成env_first
5.安装pytorch
5.1按下win+R组合键,打开cmd命令窗口,输入如下的命令,检查自己的CUDA最高什么版本
nvidia-smi
我这里是CUDA最高12.2版本
5.2下载pytorch 和torchvision
由于清华源网址没用跟上pytorch官网使用最新的下载指令,所以这里直接手动下载。
下载网址:https://download.pytorch.org/whl/torch_stable.html
(python的版本要对应!cuda的版本要对应!系统的版本要对应!)至于怎么判断可以查阅官网。我这里下载的是torch 版本2.1.1,一个torchvision 版本0.16.1(注意:我这里是python3.11)。
下载后统一保存到一个文件夹里,我这里保存路径是:
5.3安装torch
首先cd到刚刚保存的文件夹里,执行下面图片命令即可
pip install安装
pip install "torch-2.1.1+cu118-cp311-cp311-win_amd64.whl"
pip install "torchvision-0.16.1+cu118-cp311-cp311-win_amd64.whl"
5.4测试安装
在终端输入python进入python界面,输入下述代码,如果结果为true证明torch安装成功
import torch
torch.cuda.is_available()
输入代码出现显示torchvision的版本,证明torchvision安装成功
import torchvision
torchvision.__version__
6.注意事项
因为在numpy在最新版本中不与opcv接轨,所以我们要降低版本。我这里是已经将版本降低,所以在输入import torch是没问题。报错如下:
解决方案很简单,删了numpy=2.0.0,降低版本。我这里是python是3.11.7.我安装numpy=1.26.1
6.1删除numpy
pip uninstall numpy
6.2安装numpy=1.26.1
pip install numpy==1.26.1
报错解决。这里也可以自己下载其他版本的numpy,但要和python对应版本匹配。下面是numpy官网可以看到历年版本发布
7.caonda指令
#退出虚拟环境
deactivate