人工智能之配置环境教程二:在Anaconda中创建虚拟环境并在VsCode中使用

这篇具有很好参考价值的文章主要介绍了人工智能之配置环境教程二:在Anaconda中创建虚拟环境并在VsCode中使用。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。

作者介绍

孟莉苹,女,西安工程大学电子信息学院,2021级硕士研究生,张宏伟人工智能课题组。
研究方向:机器视觉与人工智能。
电子邮件:2425613875@qq.com

安装前先下载安装包,建议在博主已准备好的百度网盘链接中下载:

百度网盘链接:https://pan.baidu.com/s/1FgjTixyrP0xL-SRrUSARhw
提取码:2021

注:本教程安装版本为Pytorch=1.1.0,对应cuda=9.0, torchvision=0.3.0, Python=3.6,预计耗时30分钟可完成,查找显卡驱动可能需要些时间。

说在前面!!!

安装前必备条件:
查询自己电脑是否支持GPU运算.

1. 安装GPU版本的Pytorch(推荐)
安装GPU版本Pytorch则需要满足显卡驱动的要求,不注意显卡驱动的要求安装GPU版本的Pytorch后,在本教程第6步验证时可能会出现False

本教程尽量满足大家显卡驱动的版本,选择常用的cuda9.0,对应的显卡驱动版本需>=385.54,否则安装的版本不能使用GPU运算。如下图为不同的驱动版本所支持的cuda(cuda为加速运算的引擎),驱动版本向下兼容。
人工智能之配置环境教程二:在Anaconda中创建虚拟环境并在VsCode中使用
查询自己的显卡驱动所支持的cuda版本.
查询到驱动版本大于385.54即可,若不满足,需要更新驱动或者安装CPU版本的Pytorch。(如下图我所使用是驱动精灵软件、或者使用官方的GeForce Experience)
人工智能之配置环境教程二:在Anaconda中创建虚拟环境并在VsCode中使用
2. 安装CPU版本的Pytoch
在本教程的GPU版本Pytorch安装的第3步运行完之后,安装CPU版本Pytoch。进入虚拟环境,使用Pytoch官网指定的方式安装即运行如下指令,然后直接跳到第6步验证是否安装成功,import torch不报错就成功了:

conda install pytorch-cpu==1.1.0 torchvision-cpu==0.3.0 cpuonly -c pytorch

下面开始GPU版本的pytorch快速安装之旅吧!

一. 在Anaconda中创建虚拟环境

1. 进入本地终端

1.1 键盘使用win+R快捷键

人工智能之配置环境教程二:在Anaconda中创建虚拟环境并在VsCode中使用

1.2 输入cmd点击确定进入windows命令行终端

人工智能之配置环境教程二:在Anaconda中创建虚拟环境并在VsCode中使用

2. 安装镜像源

2.1 添加镜像源

在命令行依次运行下列5条指令添加。

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
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/pytorch/
conda config --set show_channel_urls yes

3. 创建虚拟环境

3.1 使用指令创建虚拟环境

创建虚拟环境(例如安装的虚拟环境名为Python36, Python版本指定为3.6),终端运行如下指令:

conda create -n py36 python=3.6
3.2 查看Anconda中是否出现创建好的虚拟环境

打开Anconda,点击Environments发现有了名为py36的虚拟环境。

人工智能之配置环境教程二:在Anaconda中创建虚拟环境并在VsCode中使用
注: 接下来就可以在名为py36这个虚拟环境中安装各种科学计算的包和框架(pytorch),若有多个环境,那么例如需要python3.7,那么就创建python3.7的虚拟环境,有conda管理不会出现版本冲突。

4. 进入虚拟环境

进入和退出虚拟环境使用指令如下(图中为进入虚拟环境名为py36,并且验证python是否安装成功)

4.1 终端运行如下指令查看本地环境
conda env list
4.2 终端运行如下指令进入虚拟环境
conda activate py36
4.3 终端运行如下指令退出虚拟环境
conda deactivate

注意事项:进入虚拟环境如图:会有小括号(虚拟环境名:py36),进入虚拟环境后就可以在python为3.6的环境下配置pytorch了,尽情安装吧!
人工智能之配置环境教程二:在Anaconda中创建虚拟环境并在VsCode中使用

二. 在虚拟环境中安装pytorch和torchvision

本教程利用终端指令源码编译安装,博主已踩过很多坑,这里快速助力你进行安装。pytorch和torchvision版本需要对应,可自己查询。这里选择安装的是pytoch1.1.0torchvision0.3.0

1. 在虚拟环境中安装Pytorch

  • 下载pytoch1.1.0的源码包的网站:(安装包已经下载好并提供给大家,在文件中找到如下图片命名的安装包即可,以后若需要安装别的版本的去此网站下载,注意需要下载GPU版的安装包,下载好对应的pytorch版本后,继续 【步骤4】进行安装。另外,不同的系统和显卡驱动可能会需要安装更高版本的pytorch,并且按照此教程在最后安装完成后验证GPU为False,可以再参考 【步骤7】 进行安装
    https://download.pytorch.org/whl/cu90/torch_stable.html
    选择并下载:
    人工智能之配置环境教程二:在Anaconda中创建虚拟环境并在VsCode中使用
    我所创建的虚拟环境起名为py36six,进入虚拟环境后,找到安装源码包的位置,例如我的路径在:E:\CDESKTOP\安装教程\torch-1.1.0-cp36-cp36m-win_amd64.whl

人工智能之配置环境教程二:在Anaconda中创建虚拟环境并在VsCode中使用

  • 利用pip运行如下指令安装,很快便可编译,不会因为网络问题等出现任何错误,这至此,pytoch1.1.0安装完成,还需要安装torchvision:
pip install E:\CDESKTOP\安装教程\torch-1.1.0-cp36-cp36m-win_amd64.whl

人工智能之配置环境教程二:在Anaconda中创建虚拟环境并在VsCode中使用

2. 在虚拟环境中安装torchvision

Pytorch、torchvision和python是有对应的版本关系的,本教程查到pytoch1.1.0对应的torchvision版本为0.3.0。
补充,pytoch和torchvision的版本对应关系可在 pytorch官网查询。对应关系也可参考下图:
人工智能之配置环境教程二:在Anaconda中创建虚拟环境并在VsCode中使用

  • 下面使用pip指令安装torchvision0.3.0,参考链接.:
pip install --no-deps torchvision==0.3.0

人工智能之配置环境教程二:在Anaconda中创建虚拟环境并在VsCode中使用

3. 验证是否安装成功

安装完成后,在虚拟环境中依次运行如下指令进行验证Pytoch是否安装成功以及GPU是否可用;

python 
import torch 
torch.cuda.is_available() 

人工智能之配置环境教程二:在Anaconda中创建虚拟环境并在VsCode中使用

  • 若 import torch 不报错,说明torch安装成功,安装cpu版本验证本条指令成功即可。
  • 若 torch.cuda.is_available() 结果显示True,那么恭喜你GPU版本安装完成,则可以跳过【4.后续】,然后继续Vscode中使用虚拟环境的教程。

4. 后续:GPU版本安装失败或安装不同版本的pytoch

以下windows版本安装的参考链接:window \ Linux \ Mac安装不同版本的pytoch.

windows版本

  • conda安装
1.cuda9.0  python3.6/3.5/3.7
conda install pytorch -c pytorch
pip3 install torchvision
2.cuda8.0 python3.6/3.5/3.7
conda install pytorch cuda80 -c pytorch
pip3 install torchvision
  • Pip安装
1.CUDA8.0  python3.5
pip3 install http://download.pytorch.org/whl/cu80/torch-0.4.1-cp35-cp35m-win_amd64.whl
pip3 install torchvision
2.CUDA8.0  python3.6
pip3 install http://download.pytorch.org/whl/cu80/torch-0.4.1-cp36-cp36m-win_amd64.whl
pip3 install torchvision
3.CUDA8.0  python3.7
pip3 install http://download.pytorch.org/whl/cu80/torch-0.4.1-cp37-cp37m-win_amd64.whl
pip3 install torchvision

1.CUDA9.0  python3.7
pip3 install http://download.pytorch.org/whl/cu90/torch-0.4.1-cp37-cp37m-win_amd64.whl
pip3 install torchvision
2.CUDA9.0  python3.6
pip3 install http://download.pytorch.org/whl/cu90/torch-0.4.1-cp36-cp36m-win_amd64.whl
pip3 install torchvision
3.CUDA9.0  python3.5
pip3 install http://download.pytorch.org/whl/cu90/torch-0.4.1-cp35-cp35m-win_amd64.whl
pip3 install torchvision

1.CUDA9.2 python3.5
pip3 install http://download.pytorch.org/whl/cu92/torch-0.4.1-cp35-cp35m-win_amd64.whl
pip3 install torchvision
2.CUDA9.2 python3.6
pip3 install http://download.pytorch.org/whl/cu92/torch-0.4.1-cp36-cp36m-win_amd64.whl
pip3 install torchvision
3.CUDA9.2 python3.7
pip3 install http://download.pytorch.org/whl/cu92/torch-0.4.1-cp37-cp37m-win_amd64.whl
pip3 install torchvision

1.没有CUDA  python3.5
pip3 install http://download.pytorch.org/whl/cpu/torch-0.4.1-cp35-cp35m-win_amd64.whl
pip3 install torchvision
2.没有CUDA  python3.6
pip3 install http://download.pytorch.org/whl/cpu/torch-0.4.1-cp36-cp36m-win_amd64.whl
pip3 install torchvision
3.没有CUDA python3.7
pip3 install http://download.pytorch.org/whl/cpu/torch-0.4.1-cp37-cp37m-win_amd64.whl
pip3 install torchvision

三. VsCode 中使用虚拟环境

1.在VScode中添加Python解释器

1.1 安装Python插件

  • 进入VsCode软件,点击“扩展”,并在搜索框中输入Python,然后选择Python插件右下角的Install;
    人工智能之配置环境教程二:在Anaconda中创建虚拟环境并在VsCode中使用

1.2 添加Python解释器

  • 按快捷键 “Ctrl+Shift+P” ,调出全局设置搜索窗口,然后输入 “Python:Select Interpreter” 后会出现 “Python:Select Interpreter” 选项,点击该选项;

人工智能之配置环境教程二:在Anaconda中创建虚拟环境并在VsCode中使用

  • 点击该选项会后跳转到 Python 解释器配置窗口,这里显示的是已经添加好的Python解释器,选择py36,即可在VsCode中使用Python了;
    人工智能之配置环境教程二:在Anaconda中创建虚拟环境并在VsCode中使用

四. 创建项目并在VScode中打开

  • 在桌面新建文件夹,并命名为“AI-case”;
    人工智能之配置环境教程二:在Anaconda中创建虚拟环境并在VsCode中使用
  • 在VScode中,点击 ”File”,并选择 ”Open Folder”,将桌面新建的“AI-case”添加进来;

人工智能之配置环境教程二:在Anaconda中创建虚拟环境并在VsCode中使用

  • 添加“AI-case”后点击确定,并选择“Yes,I trust the authors”;

人工智能之配置环境教程二:在Anaconda中创建虚拟环境并在VsCode中使用

  • 在添加进来的“AI-case”项目中点击“New fiel…”新建text.py;

人工智能之配置环境教程二:在Anaconda中创建虚拟环境并在VsCode中使用

  • 在创建好的text.py中输入“print(‘hello world’)”,并点击运行按钮,即可在终端得到运行结果;
    人工智能之配置环境教程二:在Anaconda中创建虚拟环境并在VsCode中使用
    注意事项:若VsCode进入终端后是PS环境;则先在终端中输出cmd,退出PS环境,再手动输入 “conda activate py36” 进入配置好的py36环境中;
    人工智能之配置环境教程二:在Anaconda中创建虚拟环境并在VsCode中使用

参考链接:

  • 快速安装pytorch.

  • 本课题组官方链接:Ubuntu下利用Conda创建虚拟环境并安装Pytorch各版本教程(妈妈再也不用担心我在家还不学习了系列三).

  • 各版本Pytorch安装详解.

课题组踩坑总结经验,希望大家不吝一键三连,关注支持一下!!!文章来源地址https://www.toymoban.com/news/detail-427586.html

到了这里,关于人工智能之配置环境教程二:在Anaconda中创建虚拟环境并在VsCode中使用的文章就介绍完了。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

  • 🔥🔥探索人工智能的世界:构建智能问答系统之环境篇

    在之前的一篇文章中,我们已经对项目所需的知识点进行了简单的了解。今天,我们将开始搭建整个项目的环境。在接下来的文章中,我们将详细介绍如何配置项目所需的各种工具和环境,以确保项目的顺利进行。 接下来,你可能需要多次重启电脑来确保环境变量的生效。这

    2024年02月05日
    浏览(52)
  • 人工智能教程(二):人工智能的历史以及再探矩阵

    目录 前言 更多矩阵的知识 Pandas 矩阵的秩 在上一章中,我们讨论了人工智能、机器学习、深度学习、数据科学等领域的关联和区别。我们还就整个系列将使用的编程语言、工具等做出了一些艰难的选择。最后,我们还介绍了一点矩阵的知识。在本文中,我们将深入地讨论人

    2024年02月05日
    浏览(52)
  • 【AI】人工智能本地环境集成安装

    目录 1、基础安装 1.1 GPU安装 1.1.1 GPU版本支持 1.1.2 下载CUDA 1.1.3安装CUDA 1.1.4配置环境变量 1.1.5检测CUDA是否安装成功  1.2 CUDNN安装 1.2.1 下载CUDNN 1.2.2 添加配置 1.2.3验证结果 2、pytorch安装

    2024年02月03日
    浏览(97)
  • 人工智能与智能家居:创造更舒适的生活环境

    随着科技的发展,人工智能(AI)已经成为了我们生活中不可或缺的一部分。智能家居是人工智能在家庭生活环境中的一个重要应用领域。智能家居可以通过集成多种传感器、摄像头、声音识别等设备,实现智能化的控制和管理,从而提高生活质量,提高生产效率,降低能源消耗

    2024年03月09日
    浏览(108)
  • 3、TensorFlow教程--- 理解人工智能

    人工智能包括通过机器和特殊计算机系统模拟人类智能的过程。人工智能的示例包括学习、推理和自我校正。人工智能的应用包括语音识别、专家系统、图像识别和机器视觉。 机器学习是人工智能的一个分支,它处理可以学习任何新数据和数据模式的系统和算法。 让我们关

    2024年02月08日
    浏览(58)
  • 人工智能教程(四):概率论入门

    目录 前言 TensorFlow 入门 SymPy 入门 概率论入门 前言 前些天发现了一个巨牛的人工智能学习网站,通俗易懂,风趣幽默,忍不住分享一下给大家。 点击跳转到网站 在本系列的 上一篇文章 中,我们进一步讨论了矩阵和线性代数,并学习了用 JupyterLab 来运行 Python 代码。在本

    2024年02月03日
    浏览(69)
  • 使用人工智能预测日本福岛核污水排放对环境的影响

    1.1 背景介绍 自2011年发生福岛核事故以来,日本一直在努力处理事故造成的影响。在事故后的这段时间里,大量放射性物质被释放到环境中,其中一项重要的决策是如何处理核污水。随着时间的推移,累积的核污水导致了对海洋生态系统和人类健康的不确定风险。为了更好地

    2024年01月16日
    浏览(45)
  • 自主行为与环境适应的挑战:人工智能在能源领域的应用

    能源领域是人工智能(AI)的一个重要应用领域,因为能源系统具有复杂性、不确定性和实时性等特点。在过去的几年里,人工智能技术在能源领域取得了一定的进展,但仍然面临着许多挑战。这篇文章将从以下几个方面进行探讨: 背景介绍 核心概念与联系 核心算法原理和具体

    2024年02月22日
    浏览(43)
  • 人工智能教程(三):更多有用的 Python 库

    目录 前言 推荐 JupyterLab 入门 复杂的矩阵运算 其它人工智能和机器学习的 Python 库 前言 在本系列的上一篇人工智能教程(二):人工智能的历史以及再探矩阵中,我们回顾了人工智能的历史,然后详细地讨论了矩阵。在本系列的第三篇文章中,我们将了解更多的矩阵操作,

    2024年02月05日
    浏览(49)
  • 最新人工智能GPT-4免费简单使用教程

    GPT-4比Chatgpt升级了不少,现在还无法使用OpenAI官网或百度文心一言的小伙伴可以尝试以下方法。 打开 nat.dev 登录(sign-in注册时不用填手机号码) 选择GPT-4模型 然后直接空白处用英语或者中文输入问题 想尝试AI作图的方法如下。 打开网页 https://discord.com/ 点击“Open Discord” 发

    2023年04月25日
    浏览(60)

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