PyTorch 最新安装教程(2022 您所在的位置:网站首页 cuda镜像安装 PyTorch 最新安装教程(2022

PyTorch 最新安装教程(2022

2023-04-19 07:05| 来源: 网络整理| 查看: 265

PyTorch 最新安装教程(2022-02-22)

前言

1. 安装 Anaconda

2. 检查显卡,更新驱动

3. 创建PyTorch环境

4. 配置清华TUNA镜像源

5. 安装 PyTorch

6. 测试

7. Pycharm使用Anaconda创建的pytorch虚拟环境

后序

前言

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 Anaconda

Anaconda 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 Index of /anaconda/archive/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror 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

下载新版 NVIDIA 官方驱动

我这里也留了一些编程知识和资料,有需要可以点击领取

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。

2.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

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操作,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。

1.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。

创建成功后,输入以下命令: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。

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。生成 .condarc 文件

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:

- Index of /anaconda/pkgs/main/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror

- Index of /anaconda/pkgs/r/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror

- Index of /anaconda/pkgs/msys2/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror

custom_channels:

conda-forge: Index of /anaconda/cloud/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror

msys2: Index of /anaconda/cloud/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror

bioconda: Index of /anaconda/cloud/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror

menpo: Index of /anaconda/cloud/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror

pytorch: Index of /anaconda/cloud/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror

simpleitk: Index of /anaconda/cloud/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror

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。

5. 安装 PyTorch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。

3.复制官网提供的命令

conda install pytorch torchvision torchaudio cudatoolkit=10.2 -c pytorch

4.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

1.import torch

2.torch.cuda.is_available()

1.True

看到True的那一刻,我真的开心,终于成功了。

7. Pycharm使用Anaconda创建的pytorch虚拟环境

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:

7. Pycharm使用Anaconda创建的pytorch虚拟环境

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:

问题描述

万事开头难!

截止到现在,我尝试安装 PyTorch 已经快一天了,马上黄昏日落,盼望着、盼望着…

最终经过不断尝试摸索,不断参考大佬们的安装教程,最终经历了漫长的各种py依赖包的安装过程,眼看环境马上就要配好,心情开始放松,可是最后突然跳出了警告和报错:

warning conda.gateways.disk.delete:unlink_or_rename_to_trash(139): could not remove or rename d:\anaconda\pkgs\pytorch-1.2.0-py3.6_cuda100_cudnn7_1\lib\site-packages\torch\lib\torch.dll. please remove this file manually (you may need to reboot to free file handles)

InvalidArchiveError('Error with archive D:\anaconda\pkgs\pytorch-1.2.0-py3.6_cuda100_cudnn7_1.tar

这是 Anaconda3 文件夹权限问题,可能安装在默认C盘路径就不会出现这种问题。

百度搜索发现有sudo的解决办法,但在windows10环境下比较麻烦。

这时候windows10系统的优秀图形界面交互功能就显得方便而愉快。

解决方案进入 Anaconda3 的安装目录。

2.右键--->属性--->安全

3.发现的确当前文件夹的权限没有达到完全控制

4.选择第二个用户SYSTEM,完全控制,然后点击确定

重新执行安装指令,安装成功!

测试:

1.import torch

2.torch.cuda.is_available()

1.True

看到True的那一刻,我真开心,终于成功了。

加油加油

我这里也留了一些编程知识和资料,有需要可以点击领取



【本文地址】

公司简介

联系我们

今日新闻

    推荐新闻

    专题文章
      CopyRight 2018-2019 实验室设备网 版权所有