【PyTorch深度学习】环境配置及安装

视频学习 P1-P5

环境配置

安装和配置Anaconda
从菜单栏里找到Anaconda Prompt，出现(base)环境则安装成功。

设置镜像源

查看已经添加的镜像源

conda config --show-sources

新增镜像源(xxx代表镜像源地址）

conda config --add channels xxx

移除镜像源

conda config --remove channels xxx

不设置源直接下载

conda install  -c  xxx  package

or

conda install  --channel  xxx  package

使用比较多的镜像源
清华

   https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
   https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
   https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
   https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/

中科大

  https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
  https://mirrors.ustc.edu.cn/anaconda/pkgs/free/
  https://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge/

创建环境

创建一个环境，环境名叫pytorch，后面加需要的包，e.g.需要python3.7

conda create -n pytorch python=3.7

安装中途输入y确认安装。

ERROR1

Solving environment: failed
CondaHTTPError: HTTP 000 CONNECTION FAILED for url

在C盘里搜索.condrac文件，把链接里的https改成http，去掉defaults，保存再退出

创建环境成功！

进入环境

conda activate pytorch

可看左边括号里改成了pytorch，说明进入了pytorch环境

查看环境中有哪些工具包

pip list

可以看到里面并没有pytorch，所以下一步就是安装PyTorch

安装PyTorch

PyTorch首页
下拉看到PyTorch的版本选择：

• 选择稳定版本Stable
• 选择操作系统Windows
• Windows推荐用conda，Linux下推荐用Pip安装
• Language根据之前安装的anaconda选择，这里选择python 3.7
• CUDA根据自己计算机的型号，我的电脑是Intel显卡，不能支持CUDA，没有NVIDA显卡，所以选择None/CPU

确认GPU型号
看GPU的型号
任务栏右键选择任务管理器->性能->GPU，右上角
如果有NVIDA显卡，推荐用CUDA 9.2
根据自己的需求选择后可看到下面有命令，复制下来，在pytorch环境中运行即可安装，安装后pip list可查看

conda install pytorch torchvision torchaudio cpuonly -c pytorch

要安装很久，想要快速安装查看视频教程P3 3分50秒开始

安装成功后输入python进入python环境，验证是否安装成功

import torch

没有报错即可

查看是否可以使用GPU，因为不支持CUDA所以返回的是False

torch.cuda.is_available()

退出python

exit()

使用编译器：PyCharm

在新建New Project时选择编译器选择已有的编译器，找到pytorch的环境，如果没有就点右面的三个点自己配置。（如图）


在PyCharm的控制台Python Console中输入

import torch

没有报错即可

JupyterNotebook使用

因为Jupyter Notebook是默认在base环境下的，所以需要在pytorch环境下设置一下

conda list  # 查看已有的包

进入pytorch环境后安装包

conda install nb_conda_kernels
conda install ipykernel

安装完成之后

python -m ipykernel install  --name pytorch --display-name "设置一个名称"
# 打开
jupyter notebook

进入首页，可以在pytorch环境下新建文件

JupyterNotebook，python控制台，PyCharm的对比使用见视频P4

Python 使用时的两个函数

dir() # 打开
help() # 查看如何使用