超详细Pytorch环境配置及CLIP应用实例 | 您所在的位置:网站首页 › clips可数吗 › 超详细Pytorch环境配置及CLIP应用实例 |
最近想体验一下OpenAI新发布的基于自然语言和图片的预训练模型-CLIP(不得不感叹一句,真是大力出奇迹啊),遂想搭建一个Pytorch环境,跑一跑实例。本以为几十页的论文是最大的障碍,没想到配置环境才是最令人崩溃的阶段。anaconda反复重装了几个来回,不过最后终于还是在关闭内存爆炸的Chrome的那一刻结束了配置,成功看见了那个True。由于网上很多教程都比较零散,在配置时难免耗费很多精力去搜索,所以在这次配置结束后,我想将这个过程完整地记录下来,方便以后配置也希望能帮助更多和我一样刚开始炼丹的丹师们。 准备 anaconda这个比较简单,直接去官网下载安装包,下载完后直接安装,过程中可以选择同时配置环境变量。 CUDA适配CUDA可将其看作是一个工作台,上面配有很多工具,如锤子、螺丝刀等。cuDNN是基于CUDA的深度学习GPU加速库,有了它才能在GPU上完成深度学习的计算。它就相当于工作的工具,比如它就是个扳手。但是CUDA这个工作台买来的时候,并没有送扳手。想要在CUDA上运行深度神经网络,就要安装cuDNN,就像你想要拧个螺帽就要把扳手买回来。这样才能使GPU进行深度神经网络的工作,工作速度相较CPU快很多。 CUDA及cuDNN的选择需要考虑这两者间的适配问题,同时还需要考虑和Pytorch及显卡驱动的适配问题。 适配显卡驱动 打开电脑的GeForce Experience,可查看当前显卡所使用的驱动。我的驱动版本是471.41![]() ![]() ![]() anaconda:下载 CUDA:下载 conda添加国内源 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/conda-forge/显示添加的源 conda config --show channelspip 换源 pip config set global.index-url https://pypi.douban.com/simple/ 创建虚拟环境打开Anaconda PowerShell Prompt,conda create -n {name} python={版本},这里使用的是conda creat -n torch1.1 python=3.6。创建成功后,激活虚拟环境。conda activate torch1.1进入虚拟环境。 (其它虚拟环境相关命令:查看环境–conda env list 关闭环境–conda deactivate {name} 删除环境–conda env remove --name {name}) 安装CUDA及cuDNN的安装 CUDA直接运行cuda的exe文件就行,一般情况下其环境变量也会自动配置。不过其安装位置需要记住。一般是在C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2。而后解压cuDNN压缩包,会出现以下三个文件夹 torch安装 在虚拟环境中打开安装包所在目录,直接执行安装目录即可(个人感觉这就是本地安装的好处了,至少不用熬那么久)。 pip install torch-1.1.0-cp36-cp36m-win_amd64.whl pip install torchvision-0.11.1+cu102-cp36-cp36m-win_amd64.whlCLIP安装 (此部分非基础环境所需) 本地下载–解压CLIP包,虚拟环境进入存放文件,进入CLIP-main(有setup.py文件)下,执行 python setup.py install在线安装—(需要安装git,pip install git) pip install git+https://github.com/openai/CLIP.git 与jupyter建立连接在虚拟环境中安装ipykernel包 pip install ipykernel添加kernel python -m ipykernel install --user --name 环境名称 --display-name "Python (环境名称)"查看当前已经连接的环境 jupyter kernelspec list
打开jupyter,用浏览器进入网页版notebook,使用所创建的连接创建新文件, 结果类似下图则配置成功 结果 |
CopyRight 2018-2019 实验室设备网 版权所有 |