登录
转载

Win10 + Anaconda3 + Pytorch1.8 ( CUDA11.1 ) +Jupyt

发布于 2021-03-24 阅读 13256
  • 后端
  • Python
转载

最近要搭神经网络做二分类,因为很多教程都比较老了,所以在这里记录一下自己安装环境的全流程,方便其他人参考。

Anaconda 3 安装

Anaconda 3 下载

首先到 Anaconda 官网 下载Anaconda 3 的安装包。如果是个人使用,依次点击左上角 Products → Indiviadual Edition,点击 Download,根据自己的电脑系统选择合适的版本进行下载,笔者在这里下载的是 Windows Python3.8 64-bit 版本。图1图2

在这里插入图片描述

Anaconda 3 的安装

下载完成后进行安装。点击下载好的 Anaconda3-2020.11-Windows-x86_64.exe,依次点击 Next → I agree。 在这里插入图片描述 在这里插入图片描述 这里建议选择第二个选项,以便不同用户使用Anaconda。 在这里插入图片描述

之后就是选择路径 在这里插入图片描述 这一步的两个选项,上面一个意思是加入环境变量,这个我们稍后自己设置,不用勾选。下面一个是默认使用 Python 3.8,建议勾选在这里插入图片描述 然后等待安装完毕即可。

检验是否安装成功

按 win + R 键进入运行栏,输入cmd,在命令行下输入conda。如果出现相关信息则说明安装成功。如果没有则按照提示信息进行激活等操作。再输入python,确认python版本为3.8 在这里插入图片描述 在这里插入图片描述

Pytorch的安装

创建虚拟环境

按 win 键打开Anaconda Prompt 在这里插入图片描述 输入如下命令

conda create -n Gypsophila python=3.8  //创建虚拟环境,虚拟环境的名字是Gypsophila,可以任意修改
activate Gypsophila                    //切换到我们创建的虚拟环境

通过第一行命令创建虚拟环境,中途需要确认,直接回车即可。 输入第二行命令后,左边括号里变成了虚拟环境的名字,则说明创建成功。 这个页面先不急着关掉,后续马上就会用到。 在这里插入图片描述

添加清华镜像源

在Anaconda Prompt中,如果命令行提示语句开头显示 (base) ,则首先用前一步的activate命令切换到我们创建的虚拟空间。开始添加清华源的步骤。因为国内连Pytorch的服务器速度很慢,安装失败率很高,所以切换到清华镜像源几乎是必须的。 依次输入如下代码:

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 --set show_channel_urls yes
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/peterjc123/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/

其中最后一行命令安装CUDA11.1及以上版本才需要,不过建议还是写上

安装Pytorch

Anaconda 3 安装完成并添加源后开始安装Pytorch。进入 Pytorch官网,找到如下界面 在这里插入图片描述 下面依次来介绍每一行的意义及选项

  • Pytorch Build :Pytorch版本的选择。建议选择Stable(稳定运行版)。清华源似乎不提供Preview版的镜像,若要下载Preview版可能速度很慢。
  • Your OS:根据自己电脑操作系统选择Pytorch版本。
  • Package:Windows系统选上Conda,Linux系统选Pip。
  • Language:根据编程语言选择
  • Compute Platform: 这一个的选择稍微有些复杂。首先,如果不是NVIDIA的显卡,则选择CPU选项。如果是NVIDIA的显卡,则通过win + R呼出cmd命令行,输入如下命令以确认自己电脑的CUDA版本:
  • nvidia-smi

    在这里插入图片描述

    从CUDA Version栏可以看出电脑显卡能够支持的最高版本CUDA(在这台电脑上是CUDA 11.1),在选择Compute Platform时对应的CUDA版本不能高于这里显示的CUDA Version。 在这之后,复制Pytorch官网生成的命令,但注意,要把命令中的 -c pytorch 与 -c conda-forge(如果有)删掉, 否则还是默认从主服务器上下载,速度很慢!!! 最终得到的命令如下:

    conda install pytorch torchvision torchaudio cudatoolkit=11.1
    
    

    呼出Anaconda Prompt,进入自己搭好的虚拟环境,输入上面的命令。安装包有数个G,需要等待一段时间,等待安装完成即可。 安装完成后,在虚拟环境中输入如下命令

    python         
    import torch 
    torch.cuda.is_available()
    
    

    如果返回值是True,则说明可用GPU加速,Pytorch与CUDA的安装完成。 在这里插入图片描述

    Jupyter的安装

    安好Anaconda 与 Pytorch 后,编辑器的选择很多,有VS Code、PyCharm、Jupyter等等,这里介绍一下Jupyter的安装方法。 先打开Anaconda Prompt 命令行,进入自己设置的虚拟环境,输入如下命令安装:

    conda install nb_conda
    
    

    在这里插入图片描述 中途确认,等待安装完成。 安装完成后,在虚拟环境下输入 jupyter notebook,跳转到jupyter页面,选择红框所示选项(名字是自己虚拟环境的名字)。 在这里插入图片描述 输入如下指令后点运行,输入为True,则说明Jupyter安装完成,且使用的是我们自己安装的带有Pytorch的虚拟环境。 在这里插入图片描述

    评论区

    king
    4粉丝

    励志做一条安静的咸鱼,从此走上人生巅峰。

    1

    0

    0

    举报