PyTorch基础（一）-- Anaconda 和 PyTorch安装

长路漫漫2021

已于 2022-06-14 15:42:10 修改

阅读量2.7k

点赞数 5

分类专栏： # Pytorch and Sklearn 文章标签： pytorch Anaconda 换源 conda pip

于 2022-06-08 20:38:10 首次发布

本文链接：https://blog.csdn.net/xq151750111/article/details/125085757

版权

Pytorch and Sklearn 专栏收录该内容

18 篇文章 41 订阅

订阅专栏

PyTorch的安装，一般常见的是Anaconda/miniconda+Pytorch+ (Pycharm/VS Code) 的工具，我们的安装分为以下几步

1 Anaconda的安装

在DL和ML中，要用到大量成熟的package。一个个安装 package 很麻烦，而且容易出现奇奇怪怪的问题。而 Anaconda很好的解决了我们的问题，它集成了常用于科学分析（机器学习，深度学习）的大量package。省略了我们安装一些package的过程。

1.1 安装Anaconda/miniconda

（1）登陆Anaconda | Individual Edition，选择相应系统DownLoad

Anaconda | Individual Edition

（2）可以去清华镜像安装相应系统，Windows根据64位或者32位下载对应的.exe，Linux安装.sh，Mac安装.pkg。一般建议不要选择最新版的（不太稳定），这里建议选择前两年中的anaconda3随意一个版本。

Index of /anaconda/archive/ | 清华大学开源软件镜像站 | Tsinghua Open Source MirrorIndex of /anaconda/archive/ | 清华大学开源软件镜像站，致力于为国内和校内用户提供高质量的开源软件镜像、Linux 镜像源服务，帮助用户更方便地获取开源软件。本镜像站由清华大学 TUNA 协会负责运行维护。

这里以Linux为例，假设安装包已下载，可以直接在终端输入命令，首先cd到你有这个安装包的文件夹中（假设是Documents）

cd Documents

随后执行bash + 安装包名(文件夹路径名也行)

bash "/home/carpediem/Downloads/Anaconda3-5.3.1-Linux-x86_64.sh"

详细安装步骤步骤可以参考一下各系统的安装教程：

Anaconda超详细安装教程（Windows环境下）：https://blog.csdn.net/fan18317517352/article/details/123035625
在Linux服务器上安装Anaconda（超详细）:https://blog.csdn.net/wyf2017/article/details/118676765
Mac上安装Anaconda最全教程：https://zhuanlan.zhihu.com/p/350828057

1.2 检验是否安装成功

Windows在开始页找到Anaconda Prompt，一般在Anaconda3的文件夹下，Linux在终端输入anaconda就可以验证，

输入之后是没有找到命令，很可能是因为环境变量还没有配置好。输入下面的命令：

vim ~/.bashrc

进入后在最后一行添加，其中username是你的账户名，这里根据你自己安装的Anacona的路径进行修改：

export PATH=/home/username/anaconda3/bin:$PATH

加之后更新配置文件

source ~/.bashrc

重新输入anaconda，就可以验证是否安装成功。

1.3 创建虚拟环境

Linux在终端(Ctrl+Alt+T)进行，Windows在Anaconda Prompt进行

查看现存虚拟环境

conv info --env
conda env list

1. 创建虚拟环境
在深度学习和机器学习中，我们经常会创建不同版本的虚拟环境来满足我们的一些需求。下面我们介绍创建虚拟环境的命令。在选择Python版本时，不要选择太高，建议选择3.6-3.8，版本过高会导致相关库不适配。

conda create -n env_name python==version

2. 删除虚拟环境命令

conda remove -n env_name --all

3. 激活环境命令

conda activate env_name

4. 退出当前环境

conda deactivate

1.4 换源

在安装package时，我们经常会使用pip install package_name和conda install package_name 的命令，但是一些package下载速度会很慢，因此我们需要进行换源，换成国内源，加快我们的下载速度。以下便是两种对应方式的换源

1.4.1 pip换源

1. Linux
Linux下的换源，我们首先需要在用户目录下新建文件夹.pip，并且在文件夹内新建文件pip.conf，具体命令如下

cd ~
mkdir .pip/
vi pip.conf

随后，我们需要在pip.conf添加下方的内容:

[global]
index-url = http://pypi.douban.com/simple
[install]
use-mirrors =true
mirrors =http://pypi.douban.com/simple/
trusted-host =pypi.douban.com

2. Windows

文件管理器文件路径地址栏敲：%APPDATA% 回车，快速进入 C:\Users\电脑用户\AppData\Roaming 文件夹中；
新建 pip 文件夹并在文件夹中新建 pip.ini 配置文件；
我们需要在pip.ini 配置文件内容，我们可以选择使用记事本打开，输入以下内容，并按下ctrl+s保存，在这里我们使用的是豆瓣源为例子。

[global]
index-url = http://pypi.douban.com/simple
[install]
use-mirrors =true
mirrors =http://pypi.douban.com/simple/
trusted-host =pypi.douban.com

常用的镜像安装源网站
（1）阿里云 http://mirrors.aliyun.com/pypi/simple/
（2）豆瓣 http://pypi.douban.com/simple/
（3）中国科学院 http://pypi.mirrors.opencas.cn/simple/
（4）清华大学 https://pypi.tuna.tsinghua.edu.cn/simple/
（5）中国科学技术大学 http://pypi.mirrors.ustc.edu.cn/simple/
（6）华中科技大学 http://pypi.hustunique.com/
（7）Python官方 https://pypi.python.org/simple/
（8）v2ex http://pypi.v2ex.com/simple/

1.4.2 conda换源

（清华源）官方换源帮助
阿里源，可以参考：阿里云镜像

(1) 查看源

conda config --show-sources

(2) 切换源

conda config --add channels XXXX
conda config --set show_channel_urls yes

(3) 删除源

conda config --remove channels XXX

(4) 换回源

conda config --remove-key channels

1. Windows系统
TUNA 提供了 Anaconda 仓库与第三方源的镜像，各系统都可以通过修改用户目录下的 .condarc 文件。Windows 用户无法直接创建名为 .condarc 的文件，可先执行conda config --set show_channel_urls yes生成该文件之后再修改。

完成这一步后，我们需要修改C:\Users\User_name\.condarc这个文件，打开后将文件里原始内容删除，将下面的内容复制进去并保存。

channels:
  - defaults
show_channel_urls: true
default_channels:
  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
  conda-forge: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  msys2: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  bioconda: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  menpo: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  simpleitk: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

这一步完成后，我们需要打开Anaconda Prompt 运行 conda clean -i 清除索引缓存，保证用的是镜像站提供的索引。

2. Linux系统
在Linux系统下，直接在终端输入以下命令

conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/menpo/
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/peterjc123/

我们还需要修改.condarc来进行

cd ~
vi .condarc

在vim下，我们需要输入i进入编辑模式，将上方内容粘贴进去，按ESC退出编辑模式，输入:wq保存并退出。

我们可以通过conda config --show default_channels检查下是否换源成功。同时，我们仍然需要conda clean -i 清除索引缓存，保证用的是镜像站提供的索引。若源不生效，试着把.condarc文件中的 - defaults那行去掉

2 检查有无NVIDIA GPU

该部分如果仅仅只有CPU或者集显的小伙伴们可以跳过该部分。

windows
我们可以通过在cmd/terminal中输入nvidia-smi（Linux和Win命令一样）、使用NVIDIA控制面板和使用任务管理器查看自己是否有NVIDIA的独立显卡及其型号

linux

我们需要看下版本号，看自己可以兼容的CUDA版本，等会安装PyTorch时是可以向下兼容的。具体适配表如下图所示。

3 PyTorch的安装

Step 1：登录PyTorch官网

Step 2：Install

这个界面我们可以选择本地开始（Start Locally），云开发（Cloud Partners)，以前的Pytorch版本（Previous PyTorch Versions），移动端开发（Mobile），在此处我们需要进行本地安装。

Step 3：选择命令

我们需要结合自己情况选择命令并复制下来，然后使用conda下载或者pip下载（建议conda安装）

打开Terminal，输入conda activate env_name，激活环境并切换到环境下面，我们就可以进行PyTorch的安装了

注：

Stable代表的是稳定版本，Preview代表的是先行版本
可以结合电脑是否有显卡，选择CPU版本还是CUDA版本，建议还是需要NVIDIA GPU
官方建议我们使用Anaconda来进行管理
关于安装的系统要求
1. Windows：
  1. Windows 7及更高版本；建议使用Windows 10或者更高的版本
  2. Windows Server 2008 r2 及更高版本
2. Linux：以常见的CentOS和Ubuntu为例
  1. CentOS, 最低版本7.3-1611
  2. Ubuntu, 最低版本 13.04，这里会导致cuda安装的最大版本不同
3. macOS：
  1. macOS 10.10及其以上
有些电脑所支持的cuda版本<10.2，此时我们需要进行手动降级，即就是cudatoolkit = 你所适合的版本，但是这里需要注意下一定要保持Pytorch和cudatoolkit的版本适配。查看Previous PyTorch Versions | PyTorch

Step 4：在线下载

如果我们使用的Anaconda Prompt进行下载的话，我们需要先通过conda activate env_name，激活我们的虚拟环境中去，再输入命令。

注: 我们需要要把下载指令后面的-c pytorch去掉以保证使用清华源下载，否则还是默认从官网下载。

Step 5：离线下载

Windows

在安装的过程中，我们可能会出现一些奇奇怪怪的问题，导致在线下载不成功，我们也可以使用离线下载的方法进行。

下载地址：https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/

通过上面下载地址，我们需要下载好对应版本的pytorch和 torchvision 包，然后打开Anaconda Prompt/Terminal中，进入我们安装的路径下。

cd package_location
conda activate env_name

接下来输入以下命令安装两个包

conda install --offline pytorch压缩包的全称（后缀都不能忘记）
conda install --offline torchvision压缩包的全称（后缀都不能忘记）

Step 6：检验是否安装成功

进入所在的虚拟环境，紧接着输入python，在输入下面的代码。

import torch

torch.cuda.is_available()

这条命令意思是检验是否可以调用cuda，如果我们安装的是CPU版本的话会返回False，能够调用GPU的会返回True。一般这个命令不报错的话就证明安装成功。

参考

PyTorch的安装：https://github.com/datawhalechina/thorough-pytorch/blob/main/source/
使用清华、阿里等镜像源提高pytorch安装成功率：https://blog.csdn.net/Robin_Pi/article/details/107538672

长路漫漫2021

关注

5
点赞
踩
20

收藏

觉得还不错? 一键收藏
打赏
0
评论
复制链接

分享到 QQ

分享到新浪微博

扫一扫

专栏目录