python环境搭建(anaconda+pytorch+pycharm)
目录
- 一.显卡
-
- 一.作用
- 二.查看显卡支持的cuda最高版本
- 三.查询显卡
- 四.显卡，驱动，cuda之间的关系和层级
- 二.驱动
-
- 一.作用
- 三.cuda
-
- 一.作用
- 四.anaconda
-
- 一.作用
- 二.一系列网址
- 三.安装及注意事项
-
- 1.anaconda安装
- 2.常用命令
- 五.pytorch/tensorflow
-
- 一.选择
- 二.安装
- 六.pycharm/jupyter notebook
-
- 一.作用
- 二.下载pycharm
-
- 1.professional与community的区别
- 2.设置pycharm
- 3.jupyter notebook
- 七.常见问题及解决方法
-
- 一.executing transaction failed
- 二.能import torch，但torch.cuda.is_avilable()为false
-
- 问题1：pytorch、cuda toolkit、显卡驱动版本不对应
- 问题2：可能是集成显卡的原因
- 三.sovling problem 时间过长
- 四.Solving environment: failed with initial frozen solve. Retrying with flexible solve.
- 五.使用安装包
一.显卡
一.作用
显卡是一个做矩阵运算的部件，一个好的显卡，可以做大矩阵，速度快的计算，然后投射到显示器上。
二.查看显卡支持的cuda最高版本
右键桌面 → \rightarrow →Nvidia控制面板 → \rightarrow →系统信息 → \rightarrow →组件 → \rightarrow →NVCUDA64.DLL后面的产品名称即为显卡支持的cuda最高版本
三.查询显卡
任务管理器 → \rightarrow →性能 → \rightarrow →GPU0
四.显卡，驱动，cuda之间的关系和层级
只要电脑能显示，显卡基本没问题，cuda是驱动的扩展
二.驱动
一.作用
相当于操作系统的插件，
三.cuda
一.作用
cuda本质是一套指令集，通过使用指令集可以使用显卡的矩阵运算的能力。
四.anaconda
一.作用
环境管理软件
二.一系列网址
Anaconda下载镜像网址
Anaconda帮助手册
pytorch官方教学
三.安装及注意事项
1.anaconda安装
- 不要安装在C盘，安装位置不要带有中文
- 勾选path
- anaconda navigator 图形化界面，最好不要使用，会占用一定的资源。
- base相当于大厅，最好不要把工具安装在base，最好建一个环境(小房间)装入工具
2.常用命令
-
创建新环境(小房间): conda create -n 环境名 （可选：python=3.7）
-
anaconda → \rightarrow →envs:里面是创建的所有环境
-
查看环境：conda info -e ；“-e”：environment
-
激活环境：conda activate 环境名
-
退出环境：conda deactivate
-
删除环境：conda remove -n 环境名 --all (注意：一定要退到base房间执行）(–all表示删掉全部)
-
显示此环境中已经下载的包和版本：conda list ; ps：pip为包的安装指令
-
修改anaconda下载的默认源(将以下指令一条一条输入回车即可)
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/cloud/conda-forge
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
conda config --set show_channel_urls true
中科大源：
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/bioconda/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/menpo/
conda config --set show_channel_urls yes -
查看是否将默认源修改成功
conda config --show-source -
安装pytorch(步骤5.2)（再次提醒：要进入需要安装pytorch的环境）
命令：conda install pytorch torchvision torchaudio cudatoolkit=10.2 -c pytorch
含义：conda install 可以同时安装多个包(pytorch,torchvision,torchaudio ,cudatoolkit),可以指定某一个组件的版本；“-c”表示下载渠道：channel，不加则默认下载源；“pytorch”为下载渠道的名称，这里表示在pytorch官网渠道下载。故此处去掉-c pytorch，从当前源查找需要下载的包
实际命令：conda install pytorch torchvision torchaudio cudatoolkit=10.2 -
检测及调用安装好的包
python → \rightarrow →(现在可以直接使用python语句了)import torch(未报错且进入下一条指令：说明pytorch已经安装好并且被成功导入) → \rightarrow →(检测cuda功能是否能正常运行)torch.cuda.is_available()(结果为ture则安装好) → \rightarrow →quit()或者exit()
五.pytorch/tensorflow
一.选择
pytorch（✔）
tensorflow：不易理解
二.安装
pytorch网页 → \rightarrow →install → \rightarrow →选择，复制命令 → \rightarrow →粘贴命令执行即可(注意要进入环境)
六.pycharm/jupyter notebook
一.作用
pycharm/jupyter notebook与记事本、word一样是编辑器，但是比记事本更加强大，本身不具备执行代码的功能，除非配置好python解释器才可以执行代码
二.下载pycharm
1.professional与community的区别
professional：pycharm可以连接远程服务器，使用远程服务器的cpu和环境执行代码；在buy → \rightarrow →special offers里面，专业版对学生和老师免费，前提是提供一个教育邮箱(学校提供)，使用邮箱去申请即可。
community：只能用电脑的环境和cpu跑代码
2.设置pycharm
解释器选择：需要的那个环境下的python.exe即可
terminal=anaconda prompt，不同的是terminal在本环境，anaconda在base环境，需要切换环境。
3.jupyter notebook
可以实时交互，如果在jupyter上使用环境，则需要在环境中安装jupyter notebook这个包(base自带有此包),安装好后在命令行直接jupyter notebook打开就可以使用此环境。
- 进入环境 conda activate pytorch
- 下载jupyter:conda install nb_conda
- conda list 里面的ipykernel那个即是
- 输入jupyter notebook打开即可
七.常见问题及解决方法
一.executing transaction failed
- solution1：以管理员方式启动anaconda prompt
- solution2：…\anaconda,对anaconda文件右击 → \rightarrow →属性 → \rightarrow →安全 → \rightarrow →将当前用户权限全部开启
二.能import torch，但torch.cuda.is_avilable()为false
问题1：pytorch、cuda toolkit、显卡驱动版本不对应
- step1：检查cuda toolkit与驱动的对应关系
- 查询驱动版本：anaconda prompt → \rightarrow →输入nvidia-smi
- 满足三个条件:
1）图上①与②对应的数字要相同；
2）你安装的cuda toolkit版本 ≤ \le ≤图上的cuda version；
3）根据你安装的cuda toolkit的版本找到表上的驱动要求，与自己的驱动(即图上的②对应的数字)进行对比，若不满足要求，则对驱动进行升级
驱动升级步骤：此电脑 → \rightarrow →属性 → \rightarrow →显示适配器，找到自己所用的显卡右键 → \rightarrow →更新驱动程序 - example：
显然满足1);
我的是cuda toolkit=10.0 ≤ \le ≤cuda version=11.3，满足2);
我的driver version=466.81 ≤ \le ≤ (表中)411.31,满足3）
2.step2：检查cuda toolkit与pytorch版本的对应关系
- conda list查询pytorch版本
- 若不对应，则更新pytorch
- 即卸载下载
3.step3：查询是否解决
python → \rightarrow →import torch → \rightarrow →torch.cuda.is_available()
问题2：可能是集成显卡的原因
solution：不用管，可能是正常的
三.sovling problem 时间过长
更新conda 两次：conda update -n base conda
四.Solving environment: failed with initial frozen solve. Retrying with flexible solve.
- 法一：conda config --set channel_priority flexible
- 更新两次conda：conda update -n base conda
五.使用安装包
- 下载安装包放入anaconda → \rightarrow →pkgs
- 安装命令：conda install --use-local +包名(完整，包括.bar)