@github项目Pytorch Medical Classification win10 RTX3080 环境配置流程
conda env list # 查看已有环境名称
conda activate torch171 # 激活torch171环境
conda create -n xxx python=3.7 # 创建python版本3.7的xxx环境
conda uninstall -n xxx --all # 删除名为xxx的环境
anaconda search -t conda torchio # 查找anaconda官网收录的torchio包
anaconda show torchio # 查看torchio包相关信息
conda 命令直接安装库查询官网Anaconda.org(未注册不能查询私人包)
pytorch官网
pytorch清华镜像
cuda历史版本下载
cudnn官网需要注册账号后才能下载
项目:MontaEllis/Pytorch-Medical-Classification
cuda与显卡型号算力匹配问题参考链接
win10 教育版64位,GeForce TRTX 3080, 驱动版本511.23
python3.7 + pytorch1.7.1 + torchvision0.8.2 + torchaudio0.7.2 + cudatoolkit110 + torchio0.18.17 + pillow8.4.0
现30系显卡算力全部在8.x,而现cuda10版本支持最高算力是7.x,因此不支持30系显卡,cuda与显卡型号算力匹配问题参考链接。
cuda10.x全部不适用,下载安装适配的CUDA11以上的版本,查找下载同时满足项目要求:
(安装包:pytorch1.7 + torchio<=0.18.20 + python>=3.6 )和cuda版本要求的pytorch。
项目:MontaEllis/Pytorch-Medical-Classification
pytorch与cuda版本对应查询
python与pytorch对应版本查询
前辈安装pytorch和cuda版本经验
前辈cuda和cudnn安装经验
安装cuda,查看环境配置,可以安装多个版本,环境路径在前面的版本则式默认使用版本
Cuda路径:C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\vxx.x
Cuda samples路径:C:\ProgramData\NVIDIA Corporation\CUDA Samples\vxx.x
Cuda安装测试
nvcc -V
cd C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6\extras\demo_suite
deviceQuery.exe
deviceQuery.exe
结果为PASS就没有问题
根据pytorch确定torchvision,torchaudio版本
换源安装三者对应版本的命令(自己修改所需要的版本型号)
conda install pytorch==1.7.1 torchvision==0.8.2 torchaudio==0.7.2 cudatoolkit=11.0 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/win-64
命令行网络安装失败,则下载相关包到本地文件,使用命令行本地安装:
自己更改相关包的下载路径
conda install --use-local D:\ProgramData\Anaconda3\pkgs\pytorch-1.7.0-py3.7_cuda110_cudnn8_0.tar.bz2
依次类推安装torchvision、torchaudio。
torchio既往版本下载
conda install安装torchio本地包失败,解决方法:
使用pip命令安装:pip install
自己更改相关包的下载路径
pip install C:\Users\2021\Downloads\Compressed\torchio-0.18.17.tar.gz
安装显示:torchvision 0.8.2 requires pillow>=4.1.1, which is not installed.
命令查看本地是否有pillow包及其版本conda list
查询可供下载的pillow包anaconda search -t conda pillow
根据本环境的python3.7 和torchvison 0.8.2版本共同确定pillow 版本:
fastchan/pillow | 6.1.0 | conda | linux-ppc64le, linux-64, linux-aarch64, win-64, osx-64 | py36h0461b11_0, py36h0461b11_1, py37h75ffe9a_1, py37h643dfcc_1, py37h9a613e6_0, py27he7afcd5_0, py27h75ffe9a_1, py27h7095ceb_0, py37h6b7be26_0, py37h6b7be26_1, py37he7afcd5_0, py27h0461b11_0, py27h0461b11_1, py37h0461b11_1, py37h0461b11_0, py27h1bb17ff_1, py36h75ffe9a_1, py36h643dfcc_1, py36h6b7be26_1, py36h6b7be26_0, py27h6202ca7_0, py27h6b7be26_1, py27h6b7be26_0, py36h9a613e6_0
执行命令:
conda install -c fastchan pillow
执行后显示相关安装包不匹配,自动安装pillow 8.4.0
(torch171) C:\Users\2021>conda install -c fastchan pillow
Collecting package metadata (current_repodata.json): done
Solving environment: |
The environment is inconsistent, please check the package plan carefully
The following packages are causing the inconsistency:
/win-64::pytorch==1.7.1=py3.7_cuda110_cudnn8_0
/win-64::torchaudio==0.7.2=py37
/win-64::torchvision==0.8.2=py37_cu110
failed with initial frozen solve. Retrying with flexible solve.
Solving environment: failed with repodata from current_repodata.json, will retry with next repodata source.
Collecting package metadata (repodata.json): done
Solving environment: -
The environment is inconsistent, please check the package plan carefully
The following packages are causing the inconsistency:
/win-64::pytorch==1.7.1=py3.7_cuda110_cudnn8_0
/win-64::torchaudio==0.7.2=py37
/win-64::torchvision==0.8.2=py37_cu110
done
> WARNING: A newer version of conda exists. <
current version: 4.8.3
latest version: 4.11.0
Please update conda by running
$ conda update -n base -c defaults conda
environment location: D:\ProgramData\Anaconda3\envs\torch171
added / updated specs:
- pillow
The following packages will be downloaded:
package | build
---------------------------|-----------------
zlib-1.2.11 | vc14_0 119 KB fastchan
------------------------------------------------------------
Total: 119 KB
The following NEW packages will be INSTALLED:
blas pkgs/main/win-64::blas-1.0-mkl
cudatoolkit pkgs/main/win-64::cudatoolkit-11.0.221-h74a9793_0
freetype pkgs/main/win-64::freetype-2.10.4-hd328e21_0
intel-openmp pkgs/main/win-64::intel-openmp-2021.4.0-haa95532_3556
jpeg pkgs/main/win-64::jpeg-9b-hb83a4c4_2
libpng pkgs/main/win-64::libpng-1.6.37-h2a8f88b_0
libtiff pkgs/main/win-64::libtiff-4.2.0-hd0e1b90_0
libuv pkgs/main/win-64::libuv-1.40.0-he774522_0
libwebp pkgs/main/win-64::libwebp-1.2.0-h2bbff1b_0
lz4-c pkgs/main/win-64::lz4-c-1.9.3-h2bbff1b_1
mkl pkgs/main/win-64::mkl-2021.4.0-haa95532_640
mkl-service pkgs/main/win-64::mkl-service-2.4.0-py37h2bbff1b_0
mkl_fft pkgs/main/win-64::mkl_fft-1.3.1-py37h277e83a_0
mkl_random pkgs/main/win-64::mkl_random-1.2.2-py37hf11a4ad_0
ninja pkgs/main/win-64::ninja-1.10.2-py37h559b2a2_3
numpy pkgs/main/win-64::numpy-1.21.5-py37ha4e8547_0
numpy-base pkgs/main/win-64::numpy-base-1.21.5-py37hc2deb75_0
olefile pkgs/main/win-64::olefile-0.46-py37_0
pillow pkgs/main/win-64::pillow-8.4.0-py37hd45dc43_0
six pkgs/main/noarch::six-1.16.0-pyhd3eb1b0_0
tk pkgs/main/win-64::tk-8.6.11-h2bbff1b_0
typing_extensions pkgs/main/noarch::typing_extensions-3.10.0.2-pyh06a4308_0
xz pkgs/main/win-64::xz-5.2.5-h62dcd97_0
zlib fastchan/win-64::zlib-1.2.11-vc14_0
zstd pkgs/main/win-64::zstd-1.4.9-h19a0ad4_0
conda activate激活环境,手动修改自己的环境名
conda activate torch171
python
import torch # 能否调用pytorch库
print(torch.cuda.current_device()) # 输出当前设备(我只有一个GPU为0)
print(torch.cuda.device(0)) #
print(torch.cuda.device_count()) # 输出含有的GPU数目
print(torch.cuda.get_device_name(0)) # 输出GPU名称 --比如1080Ti
x = torch.rand(5, 3)
print(x) # 输出一个5 x 3 的tenor(张量)
你好! 这是你第一次使用 Markdown编辑器 所展示的欢迎页。如果你想学习如何使用Markdown编辑器, 可以仔细阅读这篇文章,了解一下Markdown的基本语法知识。
我们对Markdown编辑器进行了一些功能拓展与语法支持,除了标准的Markdown编辑器功能,我们增加了如下几点新功能,帮助你用它写博客:
撤销:Ctrl/Command + Z
重做:Ctrl/Command + Y
加粗:Ctrl/Command + B
斜体:Ctrl/Command + I
标题:Ctrl/Command + Shift + H
无序列表:Ctrl/Command + Shift + U
有序列表:Ctrl/Command + Shift + O
检查列表:Ctrl/Command + Shift + C
插入代码:Ctrl/Command + Shift + K
插入链接:Ctrl/Command + Shift + L
插入图片:Ctrl/Command + Shift + G
查找:Ctrl/Command + F
替换:Ctrl/Command + G
直接输入1次#,并按下space后,将生成1级标题。
输入2次#,并按下space后,将生成2级标题。
以此类推,我们支持6级标题。有助于使用TOC
语法后生成一个完美的目录。
强调文本 强调文本
加粗文本 加粗文本
标记文本
删除文本
引用文本
H2O is是液体。
210 运算结果是 1024.
链接: link.
图片:
带尺寸的图片:
居中的图片:
居中并且带尺寸的图片:
当然,我们为了让用户更加便捷,我们增加了图片拖拽功能。
去博客设置页面,选择一款你喜欢的代码片高亮样式,下面展示同样高亮的 代码片
.
// An highlighted block
var foo = 'bar';
一个简单的表格是这么创建的:
项目 | Value |
---|---|
电脑 | $1600 |
手机 | $12 |
导管 | $1 |
使用:---------:
居中
使用:----------
居左
使用----------:
居右
第一列 | 第二列 | 第三列 |
---|---|---|
第一列文本居中 | 第二列文本居右 | 第三列文本居左 |
SmartyPants将ASCII标点字符转换为“智能”印刷标点HTML实体。例如:
TYPE | ASCII | HTML |
---|---|---|
Single backticks | 'Isn't this fun?' |
‘Isn’t this fun?’ |
Quotes | "Isn't this fun?" |
“Isn’t this fun?” |
Dashes | -- is en-dash, --- is em-dash |
– is en-dash, — is em-dash |
一个具有注脚的文本。2
Markdown将文本转换为 HTML。
您可以使用渲染LaTeX数学表达式 KaTeX:
Gamma公式展示 Γ ( n ) = ( n − 1 ) ! ∀ n ∈ N \Gamma(n) = (n-1)!\quad\forall n\in\mathbb N Γ(n)=(n−1)!∀n∈N 是通过欧拉积分
Γ ( z ) = ∫ 0 ∞ t z − 1 e − t d t . \Gamma(z) = \int_0^\infty t^{z-1}e^{-t}dt\,. Γ(z)=∫0∞tz−1e−tdt.
你可以找到更多关于的信息 LaTeX 数学表达式here.
可以使用UML图表进行渲染。 Mermaid. 例如下面产生的一个序列图:
这将产生一个流程图。:
我们依旧会支持flowchart的流程图:
如果你想尝试使用此编辑器, 你可以在此篇文章任意编辑。当你完成了一篇文章的写作, 在上方工具栏找到 文章导出 ,生成一个.md文件或者.html文件进行本地保存。
如果你想加载一篇你写过的.md文件,在上方工具栏可以选择导入功能进行对应扩展名的文件导入,
继续你的创作。
mermaid语法说明 ↩︎
注脚的解释 ↩︎