Windows系统Pytorch深度学习环境配置

    • 1 安装准备
    • 2 安装步骤
      • 2.1 Anaconda Prompt安装Pytorch
      • 2.2 Jupyter notebook环境配置
      • 2.3 Pycharm环境配置

1 安装准备

  • ① Win10 64位操作系统

  • ② Anaconda下载安装,我这个是在清华大学开源软件镜像站下载的Anaconda,下载速度快,我安装的版本如下图所示:

在这里插入图片描述

  • ③ 安装电脑合适的CUDA版本,我这儿电脑自带了一个,就没去下载安装了。下图是我电脑的配置和CUDA的版本:

Windows系统Pytorch深度学习环境配置_第1张图片

  • ④ Pytorch官网上选择安装版本和方法,pip安装如下代码,我选择的如下图所示:
pip install torch==1.5.1+cu101 torchvision==0.6.1+cu101 -f https://download.pytorch.org/whl/torch_stable.html

Windows系统Pytorch深度学习环境配置_第2张图片

  • ⑤ pip安装速度非常慢,不建议使用。解决方案是从【清华大学开源软件镜像站】下载相应的包,然后在本地进行安装。下图为下载的包:

在这里插入图片描述

2 安装步骤

2.1 Anaconda Prompt安装Pytorch

  • ① 创建Pytorch的环境并配置Python版本:conda create -n pytorch python=3.7.0。我在这步操作时出现了一个错误,如下图所示:
  • ② 激活pytorch的环境:activate pytorch

Windows系统Pytorch深度学习环境配置_第3张图片

解决方法链接,具体做法是,当Anaconda/DLLS中libssl-1_1-x64.dll 和 anaconda3\Library\bin中的libssl-1_1-x64.dll中的日期不一致时,使用Anaconda/DLLS中libssl-1_1-x64.dll 替换掉 anaconda3\Library\bin中的libssl-1_1-x64.dll。

Windows系统Pytorch深度学习环境配置_第4张图片

激活环境:

Windows系统Pytorch深度学习环境配置_第5张图片

  • ③ 安装pytorch:cd + 你下载的包的路径,我当时的为:cd C:\Users\17520\Desktop\pytorch,然后安装下载的包即可:conda install --offline + 包名(不用解压,加上后缀,全选即可)

Windows系统Pytorch深度学习环境配置_第6张图片

  • ④ 安装完成后,然后回到虚拟环境所在目录,用conda install anaconda安装环境所需的基础包
cd C:\Users\17520\Anaconda3\envs\pytorch
conda install anaconda

刚开始我在此遇到了一个错误:CondaHTTPError: HTTP 000 CONNECTION FAILED for url…,【解决方案点击查看】。这里我已经装好了,如下图所示:

Windows系统Pytorch深度学习环境配置_第7张图片

2.2 Jupyter notebook环境配置

  • ① 打开Anaconda Prompt,输入conda env list 查看现有环境
  • ② 输入activate name(name是你想切换的环境)
  • ③ conda install ipykernel 安装必要插件
  • ④ python -m ipykernel install --name Name 将环境添加到Jyputer中(Name是此环境显示在Jyputer中的名称,可自定义,如Pytorch)
  • ⑤ 添加kernel完成后,查看已有的kernel:jupyter kernelspec list
  • ⑥ 删除已有的kernel:jupyter kernelspec remove kernelname (kernelname名,如Pytorch)
# 此为Jupyter notebook编写的
import torch
print("查看cuda是否可用:",torch.cuda.is_available())
print("gpu数量:",torch.cuda.device_count())
print("gpu名字,设备索引默认从0开始为:",torch.cuda.get_device_name(0))
print("当前设备索引:",torch.cuda.current_device())
查看cuda是否可用: True
gpu数量: 1
gpu名字,设备索引默认从0开始为: GeForce RTX 2060
当前设备索引: 0
# GPU与CPU的切换:如果你系统中没有可用的cuda,直接切换到cpu来运行
device = torch.device("cuda:0" if torch.cuda.is_available() else "cpu") 

2.3 Pycharm环境配置

  • ① 新建一个项目

Windows系统Pytorch深度学习环境配置_第8张图片
Windows系统Pytorch深度学习环境配置_第9张图片

  • ② Add添加前面装的虚拟环境

Windows系统Pytorch深度学习环境配置_第10张图片

  • ③ 验证是否配置成功

Windows系统Pytorch深度学习环境配置_第11张图片

你可能感兴趣的:(Python机器学习,深度学习,cuda,python)