pytorch安装保姆级教程及安装缓慢的解决方案(超时Timeout导致安装失败解决方案) | 您所在的位置:网站首页 › torch检查不好怎么办 › pytorch安装保姆级教程及安装缓慢的解决方案(超时Timeout导致安装失败解决方案) |
一、Anaconda的安装
利用conda安装pytorch时需要先下载安装Anaconda包管理工具,地址链接: https://www.anaconda.com/,Anaconda安装可以参考:Python入门之开发环境配置:Anaconda与PyCharm的安装详解 如果下载缓慢,可以在清华镜像站中下载,地址: https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/ 安装anaconda时的常见问题,可参考博客: 安装Anaconda时忘记点击自动配置环境变量的解决方案/手动配置Anaconda环境变量方法 安装完成后: 验证Anaconda是否安装完成:win+R,然后cmd进入命令行,输入 conda list若能正常显示,则证明安装完成。 二、CUDA安装安装CUDA之前需要首先确认当前pytorch支持的CUDA版本,可以去pytorch官网 查看。 这里选择CUDA10.1,因为很多版本都没有,由于版本具有时效性,所以建议先来看看有什么版本,再回去下载对应的CUDA。 随着时代进度,之后的CUDA版本肯定越来越高,因此安装CUDA之前首先确认CUDA版本!!! 百度搜索:CUDA10.1可下载相关版本(为什么选择10.1版本的原因在上方) 选择[local],下载。 下载完成后,双击安装即可,等待十多分钟,安装完毕。 注:这里可能会遇到一些问题,比如说检查兼容性时突然画面没了,这时就需要下载“驱动精灵”检查一下自己的什么驱动没有安装好,重新安装一下即可。 检测安装完成:win+R,然后cmd进入命令行,输入 nvcc -V若能显示cuda10.1则证明安装完成。不必看下面的注。 注:如果nvcc找不到而出现错误,则查找该目录下是否有nvcc.exe,若存在,则只有一种可能,未配置环境变量 环境变量配置: 配置好这两个环境变量: 将这两个目录配置到path环境变量下,即可,ok,完成。再次运行win+R,然后cmd进入命令行,输入nvcc -V,应该就没问题了。 三、pytorch安装打开pytorch官网,选择相应的版本, 复制下面的Run this Command: conda install pytorch torchvision cudatoolkit=10.1 -c pytorch然后,以管理员方式运行命令行,务必注意,以管理员方式运行 然后粘贴安装,即可。 如果出现这种错误,则证明没有以管理员方式运行。 如果正常,半个小时左右就能安装完成了。 但是,大多数情况下可能会遇到下载过慢的问题,尤其是文件:pytorch和torchvision,下载的时候可能会遇到无尽的等待。导致下载失败,出现HTTP balabla和TimeOut error。 如下错误: 这时推荐用清华镜像站替代默认conda源的方法,可以解决下载过慢的问题。 首先直接在这个窗口输入: 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与此同时为了保险起见,建议同时添加第三方conda源: 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 --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/menpo/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/之后重新运行代码: conda install pytorch torchvision cudatoolkit=10.1 -c pytorch但是这里一定要注意,去掉-c pytorch,安装的时候才会默认从清华源下载相应的包,因此这里用命令行: conda install pytorch torchvision cudatoolkit=10.1接着等待安装成功就好了。 四、验证安装在编译器中输入: import torch print(torch.__version__) print('GPU:',torch.cuda.is_available())若输出正常,则证明pytorch安装完成。 输出结果: ok,大功告成。 如果觉得有用,求赞求支持。 |
CopyRight 2018-2019 实验室设备网 版权所有 |