深度学习环境配置系列文章(二):Anaconda配置Python和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配置系列文章(二):Anaconda配置Python和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。

深度学习环境配置系列文章目录

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



前言

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等科学计算库,本文将介绍其下载安装和使用方法。第二章和第三章内容分别提供Window系统和Linux系统安装Anaconda的方式,读者可根据自己电脑系统选择其一安装即可。

一,Window系统安装Anaconda

官方网站下载地址: https://www.anaconda.com/
但是由于网速原因我们一般选择镜像网站去进行下载安装地址如下 https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

再镜像网站中选择相应Anaconda版本进行下载。下载过程中如果因网络问题停止下载,右键点击继续即可。

这里,也提供我个人的百度云下载链接如下:
Window系统版本Anaconda下载链接:https://pan.baidu.com/s/1E84x36YcoyXGdjKpsMU7kQ
提取码:7799

下载完成后,双击下载好的Anaconda3-2022.05-Windows-x86_64.exe文件,出现如下界面,点击 Next 即可。

anconda 深度学习配置,深度学习环境配置,深度学习,python,pytorch

接下来如图2-2所示的两个选项建议只勾选第二个,分别是自动添加到环境变量和默认使用Python3.9。
anconda 深度学习配置,深度学习环境配置,深度学习,python,pytorch

单击“install”按钮,等待安装完成。
安装完成后,如图2-3所示打开Anaconda Prompt终端。

anconda 深度学习配置,深度学习环境配置,深度学习,python,pytorch
在终端中输入命令。

1.conda --version  

若可看到当前安装的Anaconda版本号,即表示安装完成。

二, Linux系统安装Anaconda

首先下载Anaconda,注意,需要下载Linux版本即后缀为.sh的Anaconda安装文件。
下载好后,将下载的“Anaconda3-2021.04-Linux-x86_64.sh”文件放在了/home/gustuy/software文件夹中(安装包可以放在任意位置)。
打开Linux终端,使用如下的命令进入Anaconda安装包所在的文件夹中。

1.cd /home/gustuy/software  

进入后使用如下命令运行安装文件。

1.sh ./Anaconda3-2021.04-Linux-x86_64.sh  

输入命令并执行以后,会提示查看“许可文件”,直接按下“回车”键即可。按下“回车”键后,会出现软件“许可文件”,这个文件很长,可以不断按“回车”键直至翻到文件的末尾。
翻到“许可文件末尾”后,会出现提示“是否接受许可条款”,输入“yes”后按下“回车”键即可。

简而言之,在正式安装之前会出现一些询问信息,只需按“回车”键即可,如果遇到需要输入yes/no时,输入“yes”即可完成安装。
安装完成后,输入命令“conda info -e”查看当前的Anaconda环境,之后会发现命令行前面出现(base)的字样,就代表已经安装成功,并且环境变量和默认Python都已经装配好。若出现报错conda: command not found,是因为环境变量没有配置成功。解决方案如下。

输入如下命令,使用vim编辑器编辑配置文件bashrc(需要先确保拥有vim编辑器)

1.vim ~/.bashrc    

然后按下“i”键进入“编辑模式”,在最后一行加上。

1.export PATH=$PATH:/root/anaconda3/bin   

需要注意的是:不能直接复制并粘贴上述命令。上述“PATH”是因为笔者使用的Linux用户名是root,而Anaconda是安装在/root/anaconda3/bin目录下,所以你需要换成自己Anaconda的安装目录,即。

1.export PATH=$PATH:[你的Anaconda的安装目录]  

加上地址命令后,按下“ESC”键退出“编辑模式”,之后依次输入“:wq”,并按下“回车”键,实现保存并退出。
然后,使用如下命令刷新环境变量。

1.source ~/.bashrc    

最后,再输入命令“conda info -e”查看当前的Anaconda环境,可以成功显示。

三, Anaconda的快速入门

打开Anaconda Prompt终端,以下命令将在终端中被执行。
创建新环境

1.conda create -n pytorch_gpu python=3 # 创建一个名为pytorch_gpu的环境并指定Python版本为3(的最新版本)    

切换环境

1.conda activate env_name  #切换到env_name环境    

列出Conda管理的所有环境

1.conda env list   

列出当前环境的所有的包

1.conda list    

删除环境

1.conda remove -n env_name --all #删除名为env_name的环境  

安装第三方包
可以用以下指令安装requests软件包。

1.conda install requests    
2.# 或者:    
3.pip install requests    

卸载第三方包
可以用以下指令卸载requests软件包。

1.conda install requests    
2.# 或者:    
3.pip install requests 

导入导出环境
如果想要导出当前环境的软件包信息可以用。

1.#将软件包信息存入environment.yaml文件中    
2.conda env export > environment.yaml 

你可以在运行这条指令的文件夹下看到导入的软件包
当需要重新创建一个相同的虚拟环境时可以用。

1.#用environment.yaml文件创建一个与文件描述相同的虚拟环境    
2.conda env create -f environment.yaml   

四, Anaconda配置PyTorch深度学习环境

本节详细讲解Anaconda下载、安装和运行PyTorch框架。笔者使用的Python版本是3.9,电脑的显卡型号是NVIDIA GeForce RTX 3070。
Window和Linux下载PyTorch的方法大同小异,将在以下内容中一并讲解。

1.Anaconda创建新环境
首先使用Conda命令创建并激活一个新的Python环境“pytorch_gpu”,我们将在这个环境中配置PyTorch深度学习框架,以防污染base环境。分别输入并执行下面两条命令。

1.conda create -n pytorch_gpu python=3.9 #创建了名为pytorch_gpu的环境并指定Python为3.9    
2.conda activate pytorch_gpu #激活pytorch_gpu   

完成后,我们就可以在环境“pytorch_gpu”中下载配置PyTorch了。

2.Anaconda更改默认下载源(可选)
由于国内外网络的不同,在下载一些国外软件的时候,经常出现下载速度慢,甚至下载失败的问题,很多人建议换源下载。但是,这里建议大家先尝试不更改源进行下载,笔者感觉下载速度并不慢,并且PyTorch官方不建议换源安装。
如果要换源下载,步骤如下:首先打开Anaconda Prompt,可以输入命令“conda config --show channels”来查看你的Anaconda下载源目录,当我们没有增加下载源的时候只有自带的一个默认项,如图2-4所示。
anconda 深度学习配置,深度学习环境配置,深度学习,python,pytorch

第一行语句代表添加下载源命令,第二行代表删除下载源命令,其中的“key”是指关键词,“value”指关键词对应的值,可以是某些链接或者文件位置。

1.conda config --add key value    
2.conda config --remove key value    

利用上面两条语句就可以添加或删除下载源,例如我们可以依次输入。

1.# 添加清华镜像源    
2.conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/    
3.conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge     
4.conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/    
5.conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/   

以上例子添加的是清华镜像源,国内还有几个常见的镜像源,如阿里镜像和中科大源等。
可以通过命令“conda config --show channels”来显示安装通道。
若要恢复默认设置,则使用以下命令。

1.conda config --remove-key channels    

3.选择PyTorch下载版本
进入PyTorch官方安装网址(https://pytorch.org/get-started/locally/ )即可看到图2-5所示的下载选项。
anconda 深度学习配置,深度学习环境配置,深度学习,python,pytorch

主要选择的参数是第二行和第四行。
在第二行中,根据自己的电脑系统,来选择对应的PyTorch版本。
在第四行中,根据自己的电脑显卡配置,来选择对应的PyTorch版本。
在第四行中,选用CUDA或CPU版本需要查看自己的电脑有无可用的GPU,判断方法如下。
点击任务管理器>性能,如果看到图2-6,就表明具有GPU,右上角是显卡型号。
anconda 深度学习配置,深度学习环境配置,深度学习,python,pytorch

注意,只有NVIDIA的显卡,才支持GPU加速,否则下载对应的PyTorch的CPU版本即可。
更加详细的信息可以打开电脑中的NVIDIA控制面板,如图2-7所示,点击“帮助”→“系统信息”。
anconda 深度学习配置,深度学习环境配置,深度学习,python,pytorch

如图2-8所示,注意图上数值,与NVIDIA网站上CUDA对照表对比即可找出自己电脑适合哪种型号的CUDA。
查询网址如下 https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html
例如笔者的电脑是512.89,那么选择CUDA11.6以下都可以。
anconda 深度学习配置,深度学习环境配置,深度学习,python,pytorch

4.PyTorch下载安装
找到可以兼容的型号之后,打开Anaconda Prompt终端或者Linux终端(根据自己电脑系统选择终端),并激活需要安装的环境(如在2.2.5.1中创建的“pytorch_gpu”环境,下文中在终端执行时都需要执行这一步),输入官网相应的下载命令即可(注意根据自己电脑来配置下载命令的参数)。
如下是官方的下载命令,以Window系统,CUDA11.6为例,复制对应的官网代码后点击回车,会有一个安装提示,输“y”并按下“回车”键即可进行安装。

1.# NOTE: 'conda-forge' channel is required for cudatoolkit 11.6    
2.conda install pytorch torchvision torchaudio cudatoolkit=11.6 -c pytorch -c conda-forge  

如果下载失败(HTTP 000…错误),可能是由于网络波动造成的。在这种情况下,建议多次尝试重复执行上述命令,或者切换到其他网络,例如,使用手机热点。如果以上方法都无法解决问题,可以尝试在第二章中所述的更换源操作。

注意,代码中“NOTE”表明Conda官网不建议大家换源,以防出现安装错误。安装成功之后终端会显示“done”。

如图2-9所示,在Anaconda prompt终端输入“Python”进入Python环境(注意,要进入刚刚安装PyTorch的环境,不要在base环境中查询),再输入“import torch”按下“回车”键,若没有报告错误,则代表成功安装。

如果安装的是GPU版本的PyTorch,通过输入命令“torch.cuda.is_available()”,若返回“True”则安装成功。
anconda 深度学习配置,深度学习环境配置,深度学习,python,pytorch

Linux系统配置PyTorch环境与Window系统配置PyTorch环境的方法大同小异,都是先在PyTorch官网配置下载命令的参数,再复制到终端中执行。最大的区别是上述命令的执行环境是在Anaconda Prompt终端还是Linux终端。文章来源地址https://www.toymoban.com/news/detail-818188.html

到了这里,关于深度学习环境配置系列文章(二):Anaconda配置Python和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(72)
  • Anaconda配置深度学习环境并安装GPU版torch

    本人属于刚入学的小白,因为任务需要,所以得从零开始安装深度学习环境。对于从未接触过深度学习的人来讲,光配置环境就花费了我好久好久的时间,中间心态炸裂好几次,索性还是安装成功了。现在就从0开始复盘一下我的安装过程。不喜勿喷,出门右转不送。爷又不靠

    2024年02月06日
    浏览(63)
  • 从零开始配置深度学习环境:CUDA+Anaconda+Pytorch+TensorFlow

    本文适用于电脑有GPU(显卡)的同学,没有的话直接安装cpu版是简单的。CUDA是系统调用GPU所必须的,所以教程从安装CUDA开始。 可以配合视频教程食用:https://www.bilibili.com/video/BV12m4y1m7pq/?vd_source=06e4e8652ea90d79dadb7a59ff8acd36 CUDA是加速深度学习计算的工具,诞生于NVIDIA公司,是一

    2023年04月14日
    浏览(61)
  • 【Python】使用Anaconda创建PyTorch深度学习虚拟环境

    使用Anaconda Prompt 查看环境: 创建虚拟环境(python3.10): 激活创建的环境: 在虚拟环境内安装PyTorch: 【Python】CUDA11.7/11.8安装PyTorch三件套_cuda 11.6对应pytorch-CSDN博客 文章浏览阅读3.3w次,点赞29次,收藏169次。安装PyTorch_cuda 11.6对应pytorch https://blog.csdn.net/ericdiii/article/details/125

    2024年01月22日
    浏览(61)
  • (纯小白向)Windows配置GPU深度学习环境:Cuda+Anaconda+pytorch+Vscode

    目录 一、Cuda和Cudnn下载安装 1.1 确定自己的电脑显卡驱动支持的Cuda版本 1.2 Cuda下载与安装 1.3 Cudnn下载与安装 二、Anaconda下载安装 2.1 下载 2.2 安装 2.3 手动配置环境变量 2.4 测试是否安装成功 三、Pytorch下载安装 3.1 创建conda虚拟环境 3.2 Pytorch下载 四、Vscode下载与环境配置 4.1

    2024年02月05日
    浏览(67)
  • 【新手流程】1小时解决Anaconda+Cuda+Cudnn+Pytorch+Pycharm深度学习环境配置

    1、安装Anaconda 2、安装Cuda+Cudnn 3、安装Pytorch 4、安装Pycharm 5、配置Pycharm环境 点击进入Anaconda官网👉: Anaconda.com官网 https://www.anaconda.com/download/ 如果下载速度太慢可以使用这个镜像链接: Index of /anaconda/archive/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror Index of /anaconda/a

    2024年02月16日
    浏览(96)
  • 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)
  • 五分钟快速掌握windows深度学习环境配置:Anaconda、PyCharm、Pytorch、jupyter notebook

    新手五分钟掌握windows深度学习环境配置:Anaconda、PyCharm、Pytorch 配置的时候遇到了很多问题,总结了一下,可以按这个流程无脑配置。 通过本流程下载的版本 Anaconda 2023.03 PyCharm Community 2023.1.3 Pytorch 2.0.1 方式一:进入Anconda官网下载 (比较慢,不太推荐) 链接:点此进入官网

    2024年02月16日
    浏览(58)
  • 安装anaconda3,并搭建一个python3.10开发环境【AI深度学习环境搭建】

    安装anaconda3,并搭建一个python3.10开发环境 1.打开conda官方下载地址 https://repo.anaconda.com/archive/,找到Anaconda3-2023.03-1-Windows-x86_64.exe 下载按默认方式安装到你目标盘。 2.打开安装好的Anaconda Powershell Prompt 执行 conda env list   查看本地的conda环境 (base) PS C:UsersAdministrator  conda env

    2024年02月08日
    浏览(53)
  • ubuntu20.04配置ros noetic和cuda,cudnn,anaconda,pytorch深度学习的环境

    这里介绍下本篇文章的目的,为了方便自己日后在其他主机上搭建环境,也为了帮助遇到相同问题的人。本篇文章主要是解决ubuntu20.04搭建机械臂视觉抓取的环境部署问题。第一个环境了ROS环境,第二个环境是深度学习yolov5的环境。 这里推荐鱼香ros的便携式安装方法,这里感

    2024年02月07日
    浏览(87)

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