安装anaconda，pycharm，pytorch，pip下载速度慢问题

最新推荐文章于 2023-11-24 20:51:23 发布

wyyyyyyfff

最新推荐文章于 2023-11-24 20:51:23 发布

阅读量3k

点赞数 28

文章标签： anaconda pytorch 深度学习

本文链接：https://blog.csdn.net/wyyyyyyfff/article/details/104301045

版权

pip下载速度慢问题解决方法在安装pytorch中的8.7

安装anaconda

1.下载

方法一：官网下载：https://www.anaconda.com/distribution/#download-section，速度比较慢。
在这里插入图片描述

方法二：清华镜像：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/?C=N&O=D，推荐选择。
在这里插入图片描述

2.安装时添加环境：勾选

在这里插入图片描述

3.验证安装成功：cmd打开，输入conda

安装pycharm

1.官网下载

网址：https://www.jetbrains.com/pycharm/，速度还可以，社区版免费。
在这里插入图片描述

2.安装

1.勾选，添加环境变量。（补充，图中create desktop shortcut创建桌面快捷方式，推荐勾选）
在这里插入图片描述
2.安装结束后下载破解文件（不知道能不能传，所以就不传了，可以私发。社区版不用执行此步骤。）
将破解文件jetbrains-agent.jar复制到pycharm的bin目录下，（专业版不激活只能用30天）
复制之后打开pycharm64，
在这里插入图片描述
点默认设置，之后点evaluate for free ，evaluate（不同版本相同操作）。

3.创建项目
在这里插入图片描述

4.创建完毕后，点击help，选择edit custom vm options
在这里插入图片描述
在文件最后一行添加破解命令-javaagent:，破解命令需要pycharm安装目录…/…/bin,复制好后加\，还需要用到破解文件的文件名jetbrains-agent.jar，关闭pycharm，重启，就可以激活。

一定要注意检查破解命令。

重新打开pycharm64，在help的register中选择注册，勾选license server，默认出现网址，点击activate。（新版可以自动激活）
在这里插入图片描述

安装pytorch

文档规范：https://pytorch.org/docs/stable/index.html
arXiv中的新算法大多有Pytorch实现

1.检查cuda的版本（无GPU可跳过）

在输入cmd的地方输入control panel，选择英伟达控制面板，
在这里插入图片描述
点帮助，系统信息，组件就可以查看cuda版本。

2.下载WHL文件

网址：https://download.pytorch.org/whl/torch_stable.html
根据cuda版本或cpu - pytorch版本号 - python版本号 - 操作系统
选择合适自己电脑的文件，简而言之，选的时候要“cu101-…”或“cpu-…”，
下载下来之后是torch-1.4.0-cp37-cp37m-win_amd64.whl文件以及torchvision-0.5.0-cp37-cp37m-win_amd64.whl文件。

3.CPU安装pytorch（4，5，6，7可不看，跳转8）

whl文件下载完成，3可不看，也可以直接进入官网下载：https://pytorch.org/get-started/locally/，用pip，cuda为None。在这里插入图片描述

4.进入cuda下载

网址：https://developer.nvidia.com/cuda，
在这里插入图片描述
进入后点最后一个legacy releases选择适合电脑配置的cuda版本号，
进入cuda 10.1的下载界面，按图点击，下载第一个download（2.5G）。

5.进入cudnn下载

网址：https://developer.nvidia.com/cudnn
注意：需要登陆账号才可以下载，右上角自己注册账号。
登录之后，点击download cuDNN，进入页面后选择对应版本。（新注册用户有个调查）
在这里插入图片描述
选择win 10，

6.安装cuda

运行cuda安装包。安装时，勾选取消创建桌面快捷方式（10.1版本无此要求）
验证cuda是否安装成功：
1.进入安装路径C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\bin并复制
2.cmd进入命令窗cd C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\bin（cd 安装路径）
3.输入nvcc -V
在这里插入图片描述
显示上图，则安装成功。

7.安装cudnn

1.解压cudnn，得文件夹cuda
2.复制cuda文件夹中的三个文件夹
在这里插入图片描述
3.粘贴到cuda安装目录下,则cudnn安装完成

4.验证cudnn是否安装成功
1）继续进入extras，demo_suite文件夹中复制路径，“C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\extras\demo_suite”
2）cmd cd C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\extras\demo_suite
3）输入bandwidthTest.exe，出现Result = PASS，则安装成功
在这里插入图片描述
5.查询设备，输入deviceQuery.exe

8.GPU安装pytorch

直接官网下载安装（较慢）：
在这里插入图片描述
下载whl文件后安装（推荐）：
1.打开pycharm，创建一个python file文件，底下点击terminal（还有一种方法就是直接cmd cd到whl文件所在位置也可以按以下步骤操作）

2.创建一个虚拟环境:输入conda create -n pytorch_gpu python=3.7（pip源在国外，下载速度慢导致创建失败，可点击向上键重新输入命令，7为解决方法）
在这里插入图片描述
3.创建完成后，采用conda activate pytorch_gpu激活命令，激活虚拟环境

4.进入下载目录，复制whl文件所在路径

5.cd到whl文件所在路径

6.pip install torch（torch按tab键自动补全），torchvision同样（pip源在国外，下载速度慢导致下载失败，点击向上键重新输入命令）
在这里插入图片描述

7.解决pip下载速度慢的方法
1）临时使用清华镜像源
比如，输入pip install -i https://pypi.tuna.tsinghua.edu.cn/simple numpy
2）设为默认

pip install pip -U
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

8.安装完成后，将虚拟环境关联到当前项目中，点击file，settings后，如图点入project interpreter
在这里插入图片描述
9.在项目解释器中，添加刚刚创建的pytorch_gpu解释器，右手边点击add…

10.点入后，选择conda environment，点击existing environment，之后点ok

11.anaconda3下载在ProgramData中找不到怎么办？
方法：1）点击…

2）点击眼睛符号，就可以找到隐藏的ProgramData
在这里插入图片描述
12.查看是否支持GPU
输入print(torch.cuda.is_available())，运行，显示true，则支持

第一次写博客欢迎大家留言点赞！