Linux系统下的pytorch环境配置

这篇具有很好参考价值的文章主要介绍了Linux系统下的pytorch环境配置。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。

一、安装conda

安装conda的方法请参考博主的另一篇文章,里面详细的讲解了安装的方法。文章地址如下:

在Linux系统配置yolov5环境(tensorflow-gpu、cuda、cudnn)_安瑜丶的博客-CSDN博客

二、配置pytorch环境

1.创建虚拟环境

conda create –n pytorch python=3.8

2.进入虚拟环境,安装pytorch

conda activate pytorch

conda install pytorch==1.7.1 torchvision==0.8.2 torchaudio==0.7.2 cudatoolkit=11.0 -c pytorch

3.验证是否安装好

import torch
import torchvision
print(torch.cuda.is_available())
a = torch.Tensor(5, 3)
a = a.cuda()
print(a)
print(torch.__version__)
linux配置pytorch,深度学习环境配置,linux,pytorch,python,conda,计算机视觉

结果如图所示,即已成功安装。

4.安装需要的相关库

所需要的库如下:

scipy==1.7.1
numpy==1.21.2
matplotlib==3.4.3
opencv_python==4.5.3.56
torch==1.7.1
torchvision==0.8.2
tqdm==4.62.2
Pillow==8.3.2
h5py==2.10.0
tensorboard
scikit-learn
Cython
如果想更快速的安装可以在一个文件夹里创建一个requirements.txt文件,复制上述内容到txt文件中。并执行如下命令,便可以一起安装(xx为文件路径):

pip install -r xx/requirements.txt

三、总结

以上就是博主自己安装的方法了,希望对大家有所帮助,如果有什么问题,请在评论区留言,博主会积极为大家解答。文章来源地址https://www.toymoban.com/news/detail-614421.html

到了这里,关于Linux系统下的pytorch环境配置的文章就介绍完了。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

  • 深度学习环境配置Anaconda+cuda+cudnn+PyTorch——李沐大神《动手学深度学习》环境配置(巨详细,持续迭代)

    Anaconda+cuda+cudnn+Pytorch(手把手教你安装深度学习环境)——这里是GPU+PyTorch版本 国内AI教学体系发展较晚,很多喜欢AI的同学都得不到系统的学习。当然我们也不否认国内一些优质的AI领域的课程和教学资料,这里我们主要推荐李沐大神推出的《动手学深度学习》,这门课程最初

    2024年02月15日
    浏览(50)
  • 深度学习环境配置pytorch-GPU版本

    一、下载与安装Anaconda 官网:Free Download | Anaconda 安装时添加环境变量勾选上,这样可以减少一步操作,不用再去自己手动添加了。 二、在anaconda里面创建虚拟环境 创建虚拟环境,其中pytorch为虚拟环境名,3.8.8对应python版本号: 激活进入虚拟环境,其中pytorch为虚拟环境名:

    2024年02月14日
    浏览(38)
  • 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(33)
  • 最简单Anaconda+PyTorch深度学习环境配置教程

    深度学习小白从零开始学习配置环境,记录一下踩过的雷坑,做个学习笔记。 配置了好几次之后总结出来的最简单,试错成本最小的方案,分享给大家~ 安装顺序:Anaconda+CUDA+ CuDnn+Pytorch  Anaconda ,中文 大蟒蛇 ,是一个开源的Python发行版本,其包含了conda、Python等180多个科学

    2024年02月02日
    浏览(55)
  • 完整教程:深度学习环境配置(GPU条件&pytorch)

    如果是python小白,强烈推荐B站小土堆的视频,讲得很清晰(但需要花些时间),地址如下: 最详细的 Windows 下 PyTorch 入门深度学习环境安装与配置 CPU GPU 版 如果有些基础,跟着往下看就行。 配置 作用 Anaconda 灵活切换python运行环境、高效使用python包 GPU 软硬件:硬件基础(

    2024年02月15日
    浏览(32)
  • Windows下PyTorch深度学习环境配置(GPU)

    (路径最好全英文) (下载好后,可以创建其他虚拟环境,因为是自己学习,所以先不放步骤,有需要者可以参考B站up我是土堆的视频) 1.确定显卡型号 (如图右上角,我是1050ti) 确定显卡算力 6.1 (更多CUDA和GPU间的算力关系可参考https://zhuanlan.zhihu.com/p/544337083?utm_id=0) 确

    2024年02月16日
    浏览(42)
  • Linux环境下的Git配置与使用

    具体步骤如下: 1、在GitHub官网注册账号,记住账号名和邮箱,新建仓库,比如新建一个名为test的仓库; 2、生成ssh key密钥:ssh-keygen -t rsa -C \\\"email@email.com\\\",过程中不要全部回车操作,根据提示操作,比如生成的密钥文件名和锁定密码; 3、cd到生成的密钥目录下,使用命令:

    2024年02月11日
    浏览(28)
  • mac m1 m2 深度学习环境(pytorch)配置

    1、开发工具安装 建议使用pycharm。可以选择专业版或者社区版本 PyCharm:JetBrains为专业开发者提供的Python IDE 2、安装包管理工具 建议使用anaconda包管理,可以使用可视化安装即可 Anaconda | The World\\\'s Most Popular Data Science Platform 我这里选择默认安装(Python 3.9 和后面pytorch、OpenCV等均

    2023年04月09日
    浏览(59)
  • 深度学习环境配置系列文章(二):Anaconda配置Python和PyTorch

    第一章 专业名称和配置方案介绍 第二章 Anaconda配置Python和PyTorch 第三章 配置VS Code和Jupyter的Python环境 第四章 配置Windows11和Linux双系统 第五章 配置Docker深度学习开发环境 Anaconda有着强大的包管理和环境管理的功能,使用后可以方便地使用和切换不同版本的Python和PyTorch等科学

    2024年01月23日
    浏览(45)
  • 在pycharm中安装并配置pytorch深度学习环境

    已经安装了anaconda和pycharm 查看驱动程序版本,以便后面选择cuda软件版本 cuda版本,这里是实际的cuda版本,但是可以用低版本的cuda软件去管理高版本,应该理解为高版本兼容低版本才合适 根据上面的显卡驱动程序版本选择cuda管理工具软件 CUDA 12.1 Release Notes (nvidia.com) 这里有两

    2024年02月05日
    浏览(55)

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