Pytorch学习(基本环境配置)(一)

下载anaconda

官网链接:https://www.anaconda.com/
Anaconda个版本:https://repo.anaconda.com/

安装最新版即可,安装的后面跳过安装【Install Microsoft VsCode】。

显卡

打开任务管理器,点击【性能】->【GPU】,如果能正确显示型号则说明显卡安装成功。

nvidia-smi #查看显卡相关信息

anaconda环境管理

conda create -n pytorch python=3.8  #创建名字为pytorch的环境,3.9安装pytorch的时候会出问题。
conda activate pytorch   #激活(使用)该环境
conda deactivatte     #不使用(激活)该环境
conda remove -n pytorch --all #删除环境
pip list   #看环境中有哪些包

pytorch安装

pytorch下载:https://pytorch.org/
Pytorch学习(基本环境配置)(一)_第1张图片
复制指令:conda install pytorch torchvision torchaudio cudatoolkit=10.2 -c pytorch在anaconda prompt里运行即可。

下载之前可以换源,可能会更快一点:

#删除之前配置的源
conda config --remove-key channels
#重新添加清华源
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 --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
#设置搜索时显示通道地址
conda config --set show_channel_urls yes
# 查看下载源
conda config --show channels

但是这里一定要注意,去掉-c pytorch,安装的时候才会默认从清华源下载相应的包,因此这里用命令行:conda install pytorch torchvision torchaudio cudatoolkit=10.2
在 anaconda prompt中运行:

python
import torch
torch.cuda.is_available()

不报错说明pytorch安装成功,gpu可以使用。

pycharm

pycharm下载链接:https://www.jetbrains.com/pycharm/默认安装即可。

pycharm选择已有的conda环境:
【File】【Settings】【Project:(项目名字)】【Python Interpreter】【点击后面的齿轮(设置)按钮】【Add】【Conda Environment】【Existing environment】
选择现有的解释器:anaconda创建的解释器位置在C:\Users\user\Anaconda3\envs

在pycharm的Python Console中输入:

import torch
torch.cuda.is_available()

输出True就没问题。Python Console可以像matlab一样看到所有变量的信息。

jupyter notebook

打开jupyternotebook,在anoconda prompt中输入jupyter notebook e:即可以e盘为主目录打开。

jupyter 使用conda环境

在anaconda prompt中激活要使用的环境,再安装nb_conda这个包。

conda activate pytorch
conda install nb_conda

再在jupyter notebook中选择pytorch这个环境就好了

两个工具函数

dir()查看包中有什么。
help()查看函数的用法以及信息。
例如torch.cuda.is_available(),在Python Console中输入dir(torch)即可查看torch中的所有包。
dir(torch.cuda)查看包torch.cuda的内容。
help(torch.cuda.is_available #不用加()查看函数如何使用。

你可能感兴趣的:(pytorch,pycharm,深度学习,python)