Anaconda配置pytorch环境教程 | 您所在的位置:网站首页 › 自喷漆教程 › Anaconda配置pytorch环境教程 |
1.下载Anaconda
直接进入Anaconda官网下载安装即可Free Download | Anaconda 安装时全部勾选即可。 2.创建虚拟环境安装成功后在你的开始菜单栏会有 点击打开会进入base虚拟环境,输入如下命令创建自己的虚拟环境 cuda create -n 自定义名字 python=版本号(3.9)激活进入自己的虚拟环境,接下来的所有步骤基于此环境 conda activate 自定义名字 3.安装cuda直接搜索cuda官网CUDA Toolkit - Free Tools and Training | NVIDIA Developer进行下载
回到Anaconda命令行窗口输入 nvidia-smi查看cuda version,现在最新的是12.1 进入pytorch官网Start Locally | PyTorch cuda11.8兼容12.1所以直接选择11.8进行安装即可。 复制这条command到你的虚拟环境下运行,我一开始用的是conda安装,但是老失败,换了pip安装以后成功了 4.2从本地安装 https://download.pytorch.org/whl/torch_stable.html 在上面的网址里下载对应的文件 cu代表GPU版本,118代表11.8,cp38代表python3.9
根据自己配置选择是cpu还是gpu版本,python版本根据自己创建虚拟环境时选的版本来定,在虚拟环境中键入python然后回车可以查看自己的python版本,我这里是3.9。 点击相应的链接即可在浏览器下载,下载完成后注意路径里不能有中文,如果有把文件剪切到没有中文路径的文件夹中。 接下来安装,命令如下 pip install 文件路径以我的为例
那么我的安装命令就是 pip install D:\pytorch_local_config\torch-2.0.0+cu118-cp39-cp39-win_amd64.whl直接在文件夹的地址栏进行复制后还要自己加上文件名字,注意,后缀也要复制上! 三个文件安装方法相同。 5.测试pytorch安装是否成功第一步,在你的虚拟环境下输入 python第二步,导入torch模块 import torch第三步,测试能否用GPU torch.cuda.is_available()如果返回TRUE就说明安装成功。输入quit()退出python。
|
CopyRight 2018-2019 实验室设备网 版权所有 |