安装完Anaconda,你的左下角菜单会多出这么多东西:
点击 Anaconda Prompt ,进入到类似windows的cmd命令行解释器中,输入以下命令,创建一个独立的运行环境,方便开发过程中遇到的多版本并存,不懂就跳过,
conda create -n pytorch_gpu python=3.6
pytorch_gpu 为环境名字,可自定义,python3.6为该环境中的版本,与安装Anaconda时默认送的python互不干扰,如果你想使用其他版本的python,直接更改“=”后的版本号即可。创建过程中会出现确认信息,输入"y"回车。(yxl:pip加了之后有问题,原来代码是:conda create -n pytorch_gpu pip python=3.6)
正在安装
安装成功后,输入以下指令:
conda info –envs (yxl:conda info -e也是可以的)
即可看到 conda 环境中,有新建的 pytorch 环境,右边的 * 号表示,当前你处于哪个环境。
接下来,我们要在 py36 环境中,安装 PyTorch,,使用如下指令,进入 pytorch 环境。
conda activate py36
你可以看到左边的 base 变成了 py36,代表成功进入 py36 环境。
通过国内镜像进行下载(因为官方的太慢了)
首先给conda添加清华镜像地址,以下三个url都需要,因为pytorch有很多附属包,下载时一同搞定。
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --set show_channel_urls yes#下载时显示文件来源
(无CUDA版本)在pytorch官网:https://pytorch.org/,找到它给的命令
conda install pytorch torchvision torchaudio cpuonly -c python
去掉-c后面部分,(它指定默认地址下属路径,若不删掉,他就又去default地址找资源了)用管理员运行那条命令,如果没有用管理员运行的话会告诉你当前程序没有读写权限。记得在对应的环境下安装,如py32
conda install pytorch torchvision torchaudio cpuonly
最后,应该就能正常下载了,优质速度。
正在安装
安装成功
(有CUDA版本)在pytorch官网:https://pytorch.org/,找到它给的命令
conda install pytorch torchvision torchaudio cudatoolkit=11.0 -c pytorch
去掉-c后面部分,(它指定默认地址下属路径,若不删掉,他就又去default地址找资源了)用管理员运行那条命令,如果没有用管理员运行的话会告诉你当前程序没有读写权限。记得在对应的环境下安装,如py32
conda install pytorch torchvision torchaudio cudatoolkit=11.0
最后,应该就能正常下载了,优质速度。
选择Y
正在安装
安装成功
验证
为了确保PyTorch是否安装成功,我们需要运行简单的样例代码测试,例如打印出随机生成的张量矩阵,以及gpu是否可以使用。
首先在命令行输入python,进入python的解释器,依次输入以下命令,每输入一句回车
import torch
x = torch.rand(5,3)
print(x)
输出的内容应该类似于以下:
tensor([[0.3380, 0.3845, 0.3217],
[0.8337, 0.9050, 0.2650],
[0.2979, 0.7141, 0.9069],
[0.1449, 0.1132, 0.1375],
[0.4675, 0.3947, 0.1426]])
如果OK,则说明pytorch安装基本成功。
再输入
torch.cuda.is_available()
如果输出“True”,则说明GPU驱动和CUDA可以支持pytorch的加速计算!
验证:成功
附件: conda常用的命令
1)查看安装了哪些包
conda list
2)查看当前存在哪些虚拟环境
conda env list
conda info -e
3)检查更新当前conda
conda update conda
3.Python创建虚拟环境
conda create -n your_env_name python=x.x
anaconda命令创建python版本为x.x,名字为your_env_name的虚拟环境。your_env_name文件可以在Anaconda安装目录envs文件下找到。
4.激活或者切换虚拟环境
打开命令行,输入python --version检查当前 python 版本。
Linux: source activate your_env_nam
Windows: activate your_env_name
5.对虚拟环境中安装额外的包
conda install -n your_env_name [package]
6.关闭虚拟环境(即从当前环境退出返回使用PATH环境中的默认python版本)
deactivate env_name
或者
`activate root`
切回
root
环境
Linux
下:
source deactivate
7.删除虚拟环境
conda remove -n your_env_name --all
8.删除环境钟的某个包
conda remove --name $your_env_name $package_name
8、设置国内镜像
http://Anaconda.org的服务器在国外,安装多个packages时,conda下载的速度经常很慢。清华TUNA镜像源有Anaconda仓库的镜像,将其加入conda的配置即可:
# 添加Anaconda的TUNA镜像
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
# TUNA的help中镜像地址加有引号,需要去掉
# 设置搜索时显示通道地址
conda config --set show_channel_urls yes
9、恢复默认镜像
conda config --remove-key channels
conda本身的命令里是有移植这个选项的。
假如前提是,在本地的conda里已经有一个AAA的环境,我想创建一个新环境跟它一模一样的叫BBB,那么这样一句就搞定了:
conda
create-n BBB
--clone AAA
tensorflow 安装
pip install tensorflow-gpu -i https://pypi.doubanio.com/simple/