Pytorch安装过程及问题解决
文章目录
-
-
- 一、安装步骤
- 二、测试
- 三、一些问题的解决
-
-
- 问题1：关于conda的报错解决: Solving environment: failed with initial frozen solve. Retrying with flexible solve.
- 问题2：anoconda创建虚拟环境报错 CondaHTTPError: HTTP 000 CONNECTION FAILED for url
- 问题3：Conda - Downloaded bytes did not match Content-Length 问题解决方案
- 问题4：nvidia-smi无效
- 问题5：The NVIDIA driver on your system is too old
-
- 四、conda指令
-
一、安装步骤
- 安装anaconda，较简单
- 打开Anaconda Prompt(anaconda)
- 查看安装的python版本，我这里是3.7版本
python --version
- 创建pytorch入驻的房子
conda create -n pytorch python=3.7
- 激活房子，进入pytorch配置环境
conda activate pytorch
- 切换至清华镜像源的命令语句
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/win-64/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/win-64/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/win-64/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/win-64/
conda config --set show_channel_urls yes
（这个步骤中网上绝大多数的blog都没有在最后写/win-64/，但是个人觉得加上可能会快一点）
- 清华镜像安装命令语句
conda install pytorch torchvision cudatoolkit=10.1
此处的安装指令可以在官网中进行配置，我选的是10.1的cuda，有blog说如果安装10以下的可能会出现很多奇怪的问题。注意，如果没有英伟达的显卡，就安装纯cpu跑的pytorch，官网上面有写。同时可以自己选定pytorch的版本以及torchvision的版本。如果不选择默认下载的是最新的版本。
以上就是安装pytorch的全部步骤，但是正常情况下都会出现很多奇怪的问题。
以下是三个包的主要安装源，如果网速不够好，可以尝试本地下载之后再导入（我这里没有尝试，因为后出成功安装好了）
三大包的安装源：
pytorch： https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/win-64::pytorch-1.7.1-py3.7_cuda101_cudnn7_0 ----746.5Mb
mkl-2020.4 | hb70f87d_311 172.4 MB https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge::mkl-2020.4-hb70f87d_311
cudatoolkit-10.1.243 | h3826478_6 378.0 MB https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/win-64::cudatoolkit-10.1.243-h3826478_6
- 查看结果
- 如果想在刚刚弄好的那个包添加其他的包，可以直接使用指令，此处以pandas为例：
pip install pandas
在Anaconda Prompt(anaconda)进入pytorch目录敲以上命令即可
安装成功：
同时其实也可以直接在anaconda上面进行手动管理，如下所示
二、测试
查看安装的版本：
pip list
测试代码：
//输入
python：
//进入python页面
//输入：
import torch
//导入torch 没有错误提示说明导入成功
//输入：
torch.cuda.is_available()
//结果是 Ture 表示电脑的GPU可被torch使用
注意，如果是在pycharm中运行，需要配置一下编译器才可以执行
三、一些问题的解决
问题1：关于conda的报错解决: Solving environment: failed with initial frozen solve. Retrying with flexible solve.
更改信道级别:
conda config --set channel_priority flexible
问题2：anoconda创建虚拟环境报错 CondaHTTPError: HTTP 000 CONNECTION FAILED for url
需要配置3个路径：
anocoda配置环境变量：
至少包括Anaconda、Anaconda/Scripts、Anaconda/Library/bin三个目录 ！！！
E:\Anacoda3\Library\bin
E:\Anacoda3\Scripts
E:\Anacoda3\
（这里E:\Anacoda3\是楼主安装anoconda的位置）
配置方法：
我的电脑，属性，高级系统设置，环境变量，系统变量，path
问题3：Conda - Downloaded bytes did not match Content-Length 问题解决方案
参考链接：https://blog.csdn.net/sinat_36594453/article/details/89599174
采用方法二：设置conda下载的timeout，然后再进行尝试，如果时长不够可以再设置大一点。
conda config --set remote_read_timeout_secs 600.0
conda config --set remote_read_timeout_secs 10000.0
问题4：nvidia-smi无效
想使用nvidia-smi查看gpu的使用情况时，发现C:\Program Files\NVIDIA Corporation\没有NVSMI文件夹，所以里面的nvidia-smi.exe文件也没有。
解决办法：
链接：https://pan.baidu.com/s/1MsLXsC-Z8OyolxWSpxsj9g
提取码：wy6l
将NVSMI.zip解压到C:\Program Files\NVIDIA Corporation\即可
然后添加环境变量
输入nvidia-smi便可以查看
问题5：The NVIDIA driver on your system is too old
>>> import torch
>>> torch.cuda.is_available()
E:\anacanda\envs\pytorch\lib\site-packages\torch\cuda\__init__.py:52: UserWarning: CUDA initialization: The NVIDIA driver on your system is too old (found version 9020). Please update your GPU driver by downloading and installing a new version from the URL: http://www.nvidia.com/Download/index.aspx Alternatively, go to: https://pytorch.org to install a PyTorch version that has been compiled with your version of the CUDA driver. (Triggered internally at ..\c10\cuda\CUDAFunctions.cpp:100.)
return torch._C._cuda_getDeviceCount() > 0
False
**解决方法：**更新驱动
参考链接：https://blog.csdn.net/qq_37163925/article/details/106222654
四、conda指令
- 清理损坏包:
conda clean --packages --tarballs
- 更新指令：
conda update --all
- 强制更新指令：
conda update --strict-channel-priority --all
- 显示通道：
conda config --show channels
更多的conda指令可以查看如下