文章目录
环境配置
温馨提示:为了更好的教程体验,提供视频、阅读地址
Youtube: https://www.youtube.com/playlist?list=PLgAyVnrNJ96CqYdjZ8v9YjQvCBcK5PZ-V
BiliBili: https://www.bilibili.com/video/av74281036/
Github: https://github.com/xiaotudui/PyTorch-Tutorial
相关下载:https://pan.baidu.com/s/16koDDDvAFO7rNoi-uR-A_g 提取码:pahi
1. Anaconda 下载
在机器学习,深度学习中,要用到大量的 package(就是各种工具包)。如果说,函数是一个工具,那么 package 就是一个工具包。一个个安装 package 很麻烦,而且容易出现疏漏。于是,就有了 Anaconda,这是一个集成了常用于科学分析(机器学习,深度学习)的大量package。
也就是说,你只要安装了 Anaconda,就安装了很多我们之后要用的许多packages。(他还有很多功能,对入门帮助超大,后面再说)
Anaconda历史版本链接
2. Anaconda 安装
双击进行安装,需要注意以下几点:
(1)记住安装路径,之后会用到
(2)跳过安装 Microsoft VSCode
为了检验是否安装成功,在开始菜单出,左击 Anaconda Prompt
如果可以成功打开,且左边有 (base),即安装成功
3. 显卡配置(无 Nvidia 显卡的略过)
- 查看有无驱动(可忽略,直接进行第2步)
只要你打开任务管理器,在 GPU 那里看到了你的 NVIDIA 显卡,即可。说明你的硬件驱动,已安装。
如果你的 NVIDIA 显卡未显示,可以使用驱动人生,或者去官网下载驱动。
2.
打开cmd,输入nvidia-smi
查看驱动版本
Driver Version显示,该卡目前的驱动版本为391.25
4. 有序的管理环境
也许,你之后会遇到不同的项目,需要使用到不同版本的环境。比如这个项目要用到 pytorch 0.4,另一个项目要用到 pytorch 1.0,如果你卸载了0.4版本,安装了1.0版本。那么下一次,你再碰到0.4版本,你就需要卸载1.0版本,安装0.4版本。很折腾。
Anaconda 集成的 conda 包就能够解决这个问题。它可以创造出两个屋子,相互隔离。一个屋子放 0.4 版本,一个屋子放 1.0 版本。你需要哪个版本,就进哪个屋子工作。
我们首先使用 conda 指令创建一个屋子,叫做 pytorch。
指令如下:
conda create -n pytorch python=3.6
conda 是指调用 conda 包,create 是创建的意思,-n 是指后面的名字是屋子的名字, pytorch是屋子的名字(可以更改成自己喜欢的),python=3.6 是指创建的屋子,是 python3.6 版本。
之后,弹出提示,输入 y,即可安装。
安装成功后,输入以下指令:
conda info --envs
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 pytorch 环境中,安装 PyTorch,(有点绕),使用如下指令,进入 pytorch 环境。
conda activate pytorch
你可以看到左边的 base 变成了 pytorch,代表成功进入 pytorch 环境。
5. 安装 PyTorch
1.准备工作
添加镜像源,可以加快下载速度
#中科大源
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/bioconda/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/menpo/
#清华源(两个源用其中一个就好,推荐中科大)
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
conda config --set show_channel_urls yes
# 设置成功后可以用以下指令查看是否添加成功
conda config --show channels
假设安装代码为conda install pytorch cudatoolkit=9.0 -c pytorch
,其中-c pytorch
为采用官网源下载,使用镜像源的话要去掉
# 删除已添加的源
conda config --remove-key channels
2.正式安装:
必读-必读-必读-必读推荐使用此方法:PyTorch、CUDA Toolkit 及显卡驱动版本对应关系(附详细安装步骤)
参考阅读:官网安装代码
通过阅读上面的安装方法后,根据显卡确定了cuda和pytorch版本,假设确定了安装代码为conda install pytorch cudatoolkit=9.0
动手安装:复制安装代码,打开 Anaconda Prompt,查看最左边括号中是 base 还是 pytorch。
如果是 base,使用 conda activate pytorch
进入 pytorch 环境中。之后粘贴即可
果断输入y,之后就是漫长的等待。或者去休息吧,慢慢等着。看看剧啥的,等着它慢慢下吧。如果你的并不慢,恭喜恭喜
6. 加速(忽略,跳过)
有的时候,下载速度太慢了,可以利用我已经下载好的文件(适用于较高版本显卡,自己的电脑不适用)
链接:https://pan.baidu.com/s/1cyEjHdluc4ufCkvtbgziqA
提取码:bzfx
复制这段内容后打开百度网盘手机App,操作更方便哦
将其中的 pytorch-1.3.0-py3.6_cuda92_cudnn7_0.tar
和 cudatoolkit-9.2-0.tar
两个文件,复制到刚才 Anaconda 安装的目录下的 pkgs 文件夹中。
这两个文件,只能安装 pytorch1.3.0 和 cuda 9.2,仅限Windows
之后,在 Anaconda Prompt 命令行窗口,多按几次 Ctrl + C 结束程序。然后,重新复制 PyTorch 安装命令,粘贴到命令行上,进行安装。
7. 验证是否安装成功
(1)在命令行左边为 pytorch 环境中,输入 python
(2)之后,输入 import torch
,如果没有报错,意味着 PyTorch 已经顺利安装了
(3)接下来,输入 torch.cuda.is_available()
,如果是 True,意味着你可以使用 GPU,如果是 False,意味着只能使用CPU。
(4)查看pytorch版本torch.__version__