Pytorch安装教程

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/