【pytorch-cpu版本安装(以win11系统在anaconda虚拟环境为例】

一.判断适合自己计算机的pytorch版本

##1.1pytorch官网-下拉到图中界面-需要选择适合自己pytorch的版本
pytorch官网

【pytorch-cpu版本安装(以win11系统在anaconda虚拟环境为例】_第1张图片

##1.2控制面板-系统和安全-系统-硬件和声音-设备管理器-显示适配器-复制计算机显卡名称-百度属于集成显卡还是独立显卡。
​​​​【pytorch-cpu版本安装(以win11系统在anaconda虚拟环境为例】_第2张图片

集成显卡-cpu版本
独立显卡-百度自己的显卡对应的pytorch版本

##1.3 在pytorch官网选择合适自己的版本,生成安装命令并且复制
【pytorch-cpu版本安装(以win11系统在anaconda虚拟环境为例】_第3张图片

二.搭建虚拟环境

##2.1打开 anaconda promot(前面有base)
【pytorch-cpu版本安装(以win11系统在anaconda虚拟环境为例】_第4张图片

##2.2 创建新的虚拟环境

conda create --n 虚拟环境名称 python=3.9(根据自己python版本确定)

运行中:
【pytorch-cpu版本安装(以win11系统在anaconda虚拟环境为例】_第5张图片

##2.3进入该虚拟环境

activate 虚拟环境名称

运行后前面的base替换为创建的虚拟环境名称
【pytorch-cpu版本安装(以win11系统在anaconda虚拟环境为例】_第6张图片

其他对虚拟环境的常见操作,见anaconda虚拟环境设置

三.使用镜像安装

3.1查看现有镜像

 conda config --show
 conda config --show-sources

3.2 安装清华源镜像

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/

3.3 设置搜索时显示通道位置

conda config --set show_channel_urls yes 

其他镜像操作,见conda镜像安装

3.4 复制从pytorch确定的安装指令

cpu版本:【pytorch-cpu版本安装(以win11系统在anaconda虚拟环境为例】_第7张图片
3.5 在镜像下安装需要删除最后的-c pytorch,即安装指令如下:

conda install pytorch torchision torchaudio cpuonly

四.检验pytorch是否安装成功
在虚拟环境下输入:

conda list

界面如下:
【pytorch-cpu版本安装(以win11系统在anaconda虚拟环境为例】_第8张图片
conda list里出现pytorch,说明安装成功
【pytorch-cpu版本安装(以win11系统在anaconda虚拟环境为例】_第9张图片

四.导入spyder

4.1 在虚拟环境下重新安装spyder

conda install spyder
conda install spyder-kernels

4.2 在spyder中更改环境变量为2.2创建的虚拟环境

打开spyder-tool-perference-python interpreter:
【pytorch-cpu版本安装(以win11系统在anaconda虚拟环境为例】_第10张图片
4.3 关闭spyder,在开始界面中出现新应用spyder(虚拟环境名称)【pytorch-cpu版本安装(以win11系统在anaconda虚拟环境为例】_第11张图片
4.4 打开spyder(虚拟环境名称),输入import torch ,安装成功。

import torch

【pytorch-cpu版本安装(以win11系统在anaconda虚拟环境为例】_第12张图片
#使用默认安装路径会报错read time out,所以下载清华镜像安装。若该虚拟环境已经具有清华镜像,使用查看所有镜像的命令即可将清华镜像调至首位。
#将虚拟环境导入spyder,既需要在虚拟环境安装spyder,也需要在spyder里面设置新的环境变量。

你可能感兴趣的:(pytorch,python,深度学习)