Anaconda在本地创建虚拟环境配置pytorch进行深度学习

本文是笔者前段时间学习经验的汇总,主要内容是深度学习初学者怎么在自己的电脑而非云服务器上配置环境并完成一些小的项目,这次选取的是就目前而言较为主流的pytorch框架,我会展示如何在装有N卡的Windows11系统中下载组件并配置环境。

目录

背景摘要

Anaconda

PyTorch

下载流程

Anaconda

PyTorch 


背景摘要

Anaconda

Anaconda是一个开源的python发行版本,其中包含了conda、Python等180多个科学包及其依赖项,如果你对python有一定的了解,那么应该听说过以下几种主流的科学包下载方法——pip、conda还有使用IDE自带的下载工具。其中pip是python自带的下载工具,IDE如pycharm也在GUI上集成了下载功能,而conda就是Anaconda为我们准备的下载方式,除了独特的下载管理器以外,Anaconda还含有常见代码包含的绝大部分包如numpy、pandas等,避免了重复下载的冗余步骤。

PyTorch

PyTorch的前身是Torch,其底层和Torch框架一样,但是使用Python重新写了很多内容,不仅更加灵活,支持动态图,而且提供了Python接口。它由Torch7团队开发,是一个以Python优先的深度学习框架,不仅能够实现强大的GPU加速,同时还支持动态神经网络。其他类似的框架还有TensorFlow、Caffe等,但是相较于PyTorch而言都不够简介灵活,对新手不够友好。

下载流程

Anaconda

我们可以直接上Anaconda官网上进行下载,网址如下Anaconda | The World's Most Popular Data Science Platform该网页提供的都是最新版,以笔者撰稿时间为例,目前的版本是Python 3.9 • 64-Bit Graphical Installer • 621 MB,不过我们可以选择稍早些的版本,更为安全可靠,而且笔者这里提供的下载地址是清华源,下载速度还会快一些。Index of /anaconda/archive/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror

下载完成后,会在任务栏开始界面里多出来一个长得像终端界面的Anaconda Prompt,我们就在这个Anaconda Prompt里配置虚拟环境,虚拟环境可以让我们在处理用不同版本,不同环境的项目时更加得心应手,另外一旦发生错误不得不重装时可以只删除虚拟环境而不影响其他文件。根据自己的需要,输入conda create -n 环境名称 python=3.x

eg:conda create -n pytorch python=3.7,,不过很多教程都喜欢把虚拟环境命名为使用的框架、项目或是python版本,这样虽然便于区分,但是笔者认为此后可能会在某些文件的处理上与真正的框架文件发生冲突,建议还是换一个与既定模组无关的名称。创建成功后可以输入指令conda info --envs查看是否创建成功,envs是Anaconda下属的一个文件夹,负责储存虚拟环境的文件。

PyTorch 

官网链接如下Start Locally | PyTorch

这里需要强调一下,笔者这里仅以本机30系显卡为例,并不进行太多拓展 ,其他版本可以参考如下视频 PyTorch深度学习快速入门教程(绝对通俗易懂!)【小土堆】_哔哩哔哩_bilibili

在命令行里输入nvidia-smi 结果如图所示

Anaconda在本地创建虚拟环境配置pytorch进行深度学习_第1张图片

图中框选的区域就是目前支持的最高CUDA版本,我们可以根据这个安装相应版本的CUDA,再根据CUDA的版本安装PyTorch。 安装CUDA的方法可以参考李沐老师的视频Windows 下安装 CUDA 和 Pytorch 跑深度学习 - 动手学深度学习v2_哔哩哔哩_bilibili

 笔者的PyTorch版本如图所示,深度学习毕竟要求速度和精度,这里选取最新的版本也是为了效率,不过不放心的朋友可以选择更稳妥的10.2版本。

Anaconda在本地创建虚拟环境配置pytorch进行深度学习_第2张图片

 之后进入虚拟环境进行测试

Anaconda在本地创建虚拟环境配置pytorch进行深度学习_第3张图片

没有报错说明安装成功 

 

你可能感兴趣的:(深度学习,1024程序员节,pytorch,深度学习,python,conda)