万事开头难!
这句话又一次被我验证。
记得前不久刚陷入Tensorflow2.0的安装困境,这一次又被PyTorch 搞哭辽。
孩子太难了o(╥﹏╥)o,不过还好最终成功安装,感谢全网资源,感谢大佬们的博客!被我一次一次试了出来。
1. 安装 AnacondaAnaconda 是一个用于科学计算的 Python 发行版,支持 Linux, Mac, Windows
, 包含了众多流行的科学计算、数据分析的 Python 包。
Anaconda 安装包可以到 https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
下载 or 也可以去官网下载。
具体内容请参考我之前的安装教程&经验分享:
Tensorflow 2.0 最新版(2.4.1) 安装教程
2. 检查显卡,更新驱动 建议是首先更新驱动,全都按最新的东西来安装https://www.nvidia.cn/Download/index.aspx?lang=cn#
在这里选择自己的显卡型号,下载安装即可,下载很快也很简单,建议大多数人都更新一下显卡驱动,避免不必要的麻烦。
安装好后进入NVIDIA控制面板,鼠标右键可进入
点击组件找到自己CUDA的版本号
或者 win+R—> cmd ,进入命令行,输入:
nvidia-smi
如果没有这条命令,则需要添加环境变量(百度配置)一般电脑都可以直接用,我的显卡是:GF:MX250
也可获得版本号:
备注:第二步不一定是必须的,如果你的电脑较新,那么不更新也可以直接进行下面 *** 作,我的电脑是19年买的,中间好像也没更新驱动,这一步直接跳过,最后也安装成功了。
3. 创建PyTorch环境不同的项目需要不同的虚拟环境,可以处理不同版本的项目之间不兼容问题。
进入Anaconda prompt
命令窗口
2. 输入以下内容:
conda create -n PyTorch python=3.8
PyTorch是虚拟环境名字(可以随意设置),3.8 是python版本,都可以按自己需求改,一定要指定具体 python 版本。
然后按 y
,继续安装所需的各种依赖包。
conda info --envs
可以看见自己的所有环境
如果出现错误,可能是外网下载过慢,需要配置国内镜像源。
4. 配置清华TUNA镜像源TUNA 提供了 Anaconda 仓库与第三方源(conda-forge、msys2、pytorch等,查看完整列表)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。
生成注:由于更新过快难以同步,TUNA不同步
pytorch-nightly, pytorch-nightly-cpu, ignite-nightly
这三个包。
.condarc
文件
在 Anaconda prompt
命令窗口,中输入:
conda config --set show_channel_urls yes
之后可以在 C:\Users\xxx
中看到 .condarc
文件
2. 记事本打开 .condarc
文件,重写其中的内容。
channels:
- defaults
show_channel_urls: true
default_channels:
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
即可添加 Anaconda Python 免费仓库。
在Anaconda prompt
命令窗口运行 conda clean -i
清除索引缓存,保证用的是镜像站提供的索引。
进入pytorch官网:https://pytorch.org/
网页下拉,即可看到下图,官网会自动根据你的电脑,显示的即是你可安装的CUDA版本,并给出安装命令。
复制官网提供的命令conda install pytorch torchvision torchaudio cudatoolkit=10.2 -c pytorch
打开 Anaconda prompt
命令窗口,进入你刚刚所创建的环境(我的命名是PyTorch)
conda activate PyTorch
进入环境
5. 最后输入官网提供的命令,即可下载
conda install pytorch torchvision torchaudio cudatoolkit=10.2 -c pytorch
每个人的命令,会由于电脑配置而各不同
注意:下载安装过程,可能因为某些原因,并不是很顺利,但遇到问题不要慌,另外网速一定要好,避免出现不必要的错误。
6. 测试打开 Anaconda prompt
命令窗口,激活环境,输入python
,进入python
开发环境中
import torch
torch.cuda.is_available()
True
7. Pycharm使用Anaconda创建的pytorch虚拟环境看到True的那一刻,我真的开心,终于成功了。
请参考:Pycharm加载conda创建pytorch虚拟环境 & import torch报错问题解决
后序安装过程如果您遇到相关问题
请参考:
【安装PyTorch报错】InvalidArchiveError(‘Error with archive D:\anaconda\pkgs\pytorch-1.2.0-py3.6····
Conda修改 Anaconda 默认镜像源(Collecting package metadata (current_repodata.json): failed)
CondaError: Downloaded bytes did not match Content-Length
参考:
link
tuna
加油!
感谢!
努力!
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)