配置 PyTorch 安装环境
此处推荐使用 Ananconda 管理自己 Python 的开发环境, 如像博主一样为 PyTorch 重新创建一个 Python 开发环境.
下载安装 Ananconda
Anaconda作为一个优秀的Python环境和包管理软件,使用软件包管理系统Conda进行管理,非常适合用于管理PyTorch所需要的环境和包。同时PyTorch官网也支持Conda版本的PyTorch包直接安装。
进入Anaconda官网:https://www.anaconda.com/,下载安装包,直接安装即可:
创建 PyTorch 安装环境
在命令行中,使用如下命令配置PyTorch安装环境:
命令格式如下: conda create --name 环境名 包名(多个包名用空格分隔,包后面可以指定版本号,如python=3.8)
例如: 此处创建一个名为 pytorch 的 python 环境, 并指定安装 python 版本为 3.8.x.
conda create --name pytorch python=3.8
conda 常用命令
请参考:https://blog.csdn.net/KRISNAT/article/details/122811648
安装 PyTorch
说在前面
当我们通过 Anaconda 创建好 Python 虚拟环境后, 就可以在对应的环境里面管理我们的开发环境, 安装需要的 PyTorh 了。PyTorch 安装一共需要安装 3 个东西: torch, torchvision, torchaudio
. 关于这三个不同的包分别有什么作用, 此处不详细介绍. 一般安装 torch 这一个包就够用了, 研究计算机视觉安装 torch 和 torchvision 就够了, 研究语音识别安装 torch 和 torchaudio 就够了.
PyTorch 分为 GPU 版本和 CPU 版本, Windows, Mac (只能安装 CPU 版本) 和 Linux 均可以安装, 可以采用 pip 安装, 也可以采用 conda 安装. 大家进入 PyTorch 官网就可以查看具体的安装指令.
安装非 GPU 版本的 PyTorch
安装非 GPU 版本的 PyTorch 可以不用去 PyTorch 官网查看安装指令, 只需要在对应的环境里面使用 pip 进行安装即可, 如下:
pip install torch torchvision torchaudio
安装 GPU 版本 PyTorch
检查 CUDA 是否安装以及对应版本
查看自己的 CUDA 版本, 若没有安装 CUDA, 请先安装 CUDA, 若 CUDA 版本太久, 也可以升级一下 CUDA.安装 CUDA 最好连同 NVIDIA 的深度学习优化包 cuDNN 一起安装了.
查看是否安装 CUDA, 如何查看 CUDA 版本, 升级 CUDA并安装 cuDNN 请参考: 详解 Windows 10 安装 CUDA 和 CUDNN
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)