由于Anaconda默认不安装pytorch,需要自己安装。
安装和配置的步骤如下:
第一步 :检查CUDA
CUDA(Compute Unified Device Architecture)是显卡厂商NVIDIA推出的运算平台。 CUDA™是一种由NVIDIA推出的通用并行计算架构,该架构使GPU能够解决复杂的计算问题。 它包含了CUDA指令集架构(ISA)以及GPU内部的并行计算引擎。 开发人员可以使用C语言来为CUDA™架构编写程序,C语言是应用最广泛的一种高级编程语言。所编写出的程序可以在支持CUDA™的处理器上以超高性能运行。CUDA3.0已经开始支持C++和FORTRAN。(来自于百度)
1、先检查CUDA的版本
有两种方式:
(1)NVIDIA控制面板
右键点击桌面-NVIDIA控制面板,选择系统信息;
查看组件的产品名称就是CUDA的版本。
(2)快捷键: win+R,输入cmd打开命令界面。
输入命令:nvcc --version
发现两种办法CUDA版本不一致,以命令行的为准。
第二步:安装pytorch
1、设置镜像路径
由于官网下载比较慢,设置镜像下载。
(1)打开Anaconda prompt
(2)复制以下配置命令(使用清华源下载快一点)
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes
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/bioconda/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/menpo/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
2 、创建pytorch环境
conda create -n pytorch python=3.8
python的版本与Anaconda安装的版本一致。我的为3.8,所以改为python=3.8.
输入命令后,会需要安装一些包,需要输入y确认,就开始安装需要的包。
安装完成后,会提示激活命令。
检验是否安装成功。
conda info --envs
运行后的结果可以看出,有两个环境。
激活pytorch环境:(一定要先激活pytorch环境,要不然pytorch会安装在base环境下)
activate pytorch
退出当前环境:
conda activate
3、安装pytorch:
(1)pytorch官网地址:https://pytorch.org/get-started/locally/
按照自己系统情况选择,选择好后在Run this Command里面会产生一个命令,复制就可以安装。由于官网速度慢,取消掉后面的-c pytorch从镜像下载。
输入y开始安装。
pytorch有1G,安装需要一点时间,看到done代表安装完成。
(2)测试:
(1)进入python:python
(2)测试numpy:import numpy(torch依赖numpy,所以先导入numpy。)
(3)测试pytorch:import torch
如果出现上面的结果,代表安装设置成功。
4、在pytorch中安装jupyter notebook
由于我们大部分工作是在jupyter notebook下完成,所以需要在notebook下设置pytorch。
(1)安装nb_conda:
conda install nb_conda
遇到选择项输入y即可安装。
(3)打开notebook测试
没有报错,代表安装成功。