深度学习-环境搭建(安装Pytorch)

这篇具有很好参考价值的文章主要介绍了深度学习-环境搭建(安装Pytorch)。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。


前言

入门深度学习过程中,我决定在笔记本上搭建深度学习环境。我笔记本的显卡是NVIDIA 1050Ti,似乎足以支撑。由于我之前已经安装过Anaconda,所以是要在Anaconda上安装GPU版本的pytorch


一、安装Anaconda

略。

大多数人更推荐安装的是Miniconda,特别适合新手,能够节省空间和时间。


二、查看电脑显卡支持的CUDA版本

  1. 右键打开NVIDIA控制面板
    深度学习-环境搭建(安装Pytorch)
  2. 点击左下角系统信息,点击组件查看CUDA可支持的版本,后面的12.0.94说明最高支持CUDA12.0版本(因为我刚更新)。
    深度学习-环境搭建(安装Pytorch)

三、更新CUDA版本

由于我几乎属于电脑配件盲。。几乎没有打开过NVIDIA显卡的相关程序,其实注册一个GEFORCE EXPERIENCE账号,然后下载更新这个Game Ready Driver(GRD)即可。我更新后,CUDA由11.2直接更新到了12.0,这样就可以下载最新的pytorch了。
深度学习-环境搭建(安装Pytorch)


四、创建并激活Anaconda虚拟环境

  1. 打开Anaconda Prompt (最好用管理员身份运行!)
  2. 输入命令conda create -n pytorch python=3.8.8(这里的’pytorch’是给虚拟环境起得名字,3.8.8是我Anaconda的python版本,似乎指定其他版本也可以)
  3. 输入命令conda activate pytorch 激活pytorch虚拟环境。
    深度学习-环境搭建(安装Pytorch)

需要创建虚拟环境而最好不在base下载的原因

在安装某版本PyTorch库的过程中,会自动替换其所有依赖库(比如numpy等科学计算基础库)至相应匹配的版本。而这些基础库又是其他某些高级库(比如Tensorflow、PaddlePaddle)的重要依赖,它们之间也有密切的版本对应关系;又由于那些高级库与PyTorch无关,所以在安装PyTorch的时候不会去自动替换掉那些高级库的版本。因此,自动换掉的基础库很有可能与其他高级库产生不匹配的冲突,导致原先功能无法正常使用,也就是原先的运行环境被污染了。为了避免这种污染的发生,最好新建一个环境,单独安装PyTorch及其依赖的所有库,互不干扰,避免毁坏原先辛辛苦苦配好的运行环境。摘自为什么安装 pytorch要创建一个新的虚拟环境?


五、安装pytorch

进入pytorch官网,找到对应版本。由于我们刚刚升级了CUDA,这里选择11.6,11.7均可。复制命令conda install pytorch torchvision torchaudio pytorch-cuda=11.6 -c pytorch -c nvidia到pytorch虚拟环境的命令行开始下载。

深度学习-环境搭建(安装Pytorch)
在安装过程中,遇到的选择,全部选择y。接下来就是漫长的等待(若中间过程卡顿,可以尝试用梯子,再不行可以考虑切换源

PS:注意事项

若安装过程中出现若干WARNING conda.gateways.disk.delete:unlink_or_rename_to_trash(143): Could not remove or rename D:\Anaconda\pkgs\libnpp-dev-11.8.0.86-0\bin\nppif64_11.dll. Please remove this file manually (you may need to reboot to free file handles)的错误,只需要按照上述路径,找到对应的文件夹里的ddl文件,将其删除后重新运行下载命令conda install pytorch torchvision torchaudio pytorch-cuda=11.6 -c pytorch -c nvidia即可。


六、下载其他库

之后在pytorch虚拟环境命令行下,pip install pandas matplotlib notebook安装其他需要用到的库。


七、检查安装结果

安装完成后,输入jupyter notebook打开notebook,新建一个python3文件,输入import torchtorch.cuda.is_available(),若没有报错并且返回True即代表安装成功!!!


总结

以上就是Pytorch GPU版本的详细安装过程文章来源地址https://www.toymoban.com/news/detail-426197.html

到了这里,关于深度学习-环境搭建(安装Pytorch)的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 【深度学习环境搭建】Windows搭建Anaconda3、已经Pytorch的GPU版本

    无脑下载安装包安装(自行百度) 注意点: 1、用户目录下的.condarc需要配置(自定义环境的地址(别忘了给文件夹加权限);镜像源) 1、先看你的显卡版本 Win +R - 输入命令nvidia-smi,看你的cuda版本 2.下载离线版本安装包(在线也行,只要你有耐心) https://download.pytorch.org

    2024年02月02日
    浏览(63)
  • 超详细||深度学习环境搭建记录cuda+anaconda+pytorch+pycharm

    本文用来记录windows系统上深度学习的环境搭建,目录如下 首先为装有NVIDIA gpu的电脑安装显卡驱动,如果安装过了,或者想使用cpu的,可以跳过这一步。(其实这一步可以跳过,因为显卡驱动好想和深度学习环境没什么关系,保险起见还是安装上吧) 1. 去官网下载对应的显卡

    2024年01月21日
    浏览(114)
  • Anaconda搭建深度学习虚拟环境:cuda+cudnn+pytorch+torchvision(并验证)

    1.以管理员的身份打开Anaconda Prompt窗口: 2.创建新的虚拟环境: 3.激活刚刚创建好的虚拟环境: 1.右击鼠标打开NVIDIA控制面板,查看显卡支持的最高CUDA版本: 2.Anaconda 换清华镜像源,提高下载速度: 3.我电脑的CUDA最高支持12.0,但注意 在环境中安装比电脑CUDA版本低的 ,因为

    2023年04月09日
    浏览(125)
  • pytorch的深度学习环境安装配置(GPU版)

    目录 一些概念理解  0.anaconda配置国内镜像源  1.anaconda建立一个新的虚拟环境  2. 更新显卡驱动CUDA Driver  3. 安装pytorch 3.1 法(一):利用pip安装Pytorch 3.1.1 法(一)在线pip安装  3.1.2 法(二)本地pip安装 3.2 法(一):利用conda安装Pytorch 3.3 验证pytorch是否安装成功  4. Pychar

    2023年04月15日
    浏览(42)
  • Anaconda+PyCharm+PyTorch+Gym深度强化学习环境搭建 送新手直接送进炼丹炉

    需要下载的软件和包: Anaconda Pycharm Python PyTorch gym pygame 直接从官网下载: https://www.anaconda.com https://www.anaconda.com/ 点击Download下载即可。 下载好后,打开安装包,自己选一个安装路径,默认路径也行,放其他盘也行,我安装在D盘下的Anaconda文件夹下。 安装向导一路下一步即可

    2024年02月06日
    浏览(70)
  • 手把手带你入门深度学习(一):保姆级Anaconda和PyTorch环境配置指南

    B站:马上就更!!!_bilibili CSDN:手把手带你入门深度学习(一):保姆级Anaconda和PyTorch环境配置指南_百年后封笔-CSDN博客 Github:封笔 公众号:百年后封笔 你好,我是封笔! 如今深度学习技术的不断演进,我们的生活发生着翻天覆地的变化,无论是计算机视觉、自然语言处

    2024年02月08日
    浏览(76)
  • 深度学习环境完整安装(Python+Pycharm+Pytorch cpu版)

            在这里,我们将引导您逐步完成深度学习环境的完整安装,助您踏上从Python到PyTorch的探索之旅。通过本博客,您将轻松掌握如何设置Python环境、使用Pycharm进行开发以及安装Pytorch,成为一名具备完整深度学习环境的实践者。让我们一起开始吧! 文章目录(如果有会的

    2024年02月03日
    浏览(50)
  • 深度学习环境安装|PyCharm,Anaconda,PyTorch,CUDA,cuDNN等

    本文参考了许多优秀博主的博客,大部分安装步骤可在其他博客中找到,鉴于我本人第一次安装后,时隔半年,我忘记了当时安装的许多细节和版本信息,所以再一次报错时,重装花费了大量时间。因此,我觉得有必要把主要过程记录下来,以便下次需要时快速安装。以下过

    2024年02月17日
    浏览(82)
  • 李沐深度学习环境安装(包括pytorch和d2l)

    进入Anaconda官网下载:https://www.anaconda.com/distribution/ 安装细节不在这赘述,和一般软件相同。如下图注意点 最后检测是否安装成功,打开cmd命令行输入 conda --version ,如下图显示版本即为安装成功 2.1 切换到国内镜像源,分别输入以下4行代码: 2.2 创建pytorch环境 创建pytorch环境

    2024年02月13日
    浏览(42)
  • 利用Anaconda安装pytorch和paddle深度学习环境+pycharm安装后不能调用pytorch和paddlepaddle框架

    之前安装后不能在添加pytorch和paddlepaddle框架 在终端中显示pytorch和paddle在C盘但是安装是安装在J盘 卸载、删除文件重新安装后可以看到文件位置在J盘中  但是选择时还是显示Conda executable is not found 需要先在你自己下载Anaconda的路径下找到Script目录下的conda.exe,然后双击,就会出

    2024年01月22日
    浏览(59)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包