观前提示:pytorch安装是个让人容易上火的过程,至少对我而言是这样的
本文参考文章:
首先肯定是下载 Anaconda,安装的话,选择为所有用户安装,指定到除C盘外其他盘符中(毕竟Python的包一旦躲起来就挺大的,我C盘本来就没多少空间了),如果能勾选添加到PATH中,就添加吧,不能勾选也无所谓了
安装的最后一步可能会卡很长时间,放心,这是正常状况,该干啥干啥去吧
首先打开Anaconda终端Anaconda Prompt
或者Anaconda PowerShell Prompt
注意,一定要使用管理员权限打开,如果不使用管理员权限,创建虚拟环境时安装包那一步会报错
# 执行查看当前环境,一般只有一个base环境
conda env list
这里先说一下anaconda环境,首先base环境是一个大的环境,类似一个很大的一个房子,当我们每创建一个环境就都会相当于在这个大房子里面开一个房间,需要几个开几个,然后每个房间里面可以安装我们所需要的包,这样管理和使用起来就比较方便。
# 创建pytorch环境(注意此时的命令窗口确保是用管理员权限打开的)
# 创建虚拟环境conda create -n 环境名字(英文) python=x.x(python版本)
conda create -n pytorch python=3.8
然后激活这个环境
conda activate pytorch
安装pytorch-gup版的环境,由于pytorch的官网在国外,所以我们给环境换清华源。(每个虚拟环境都有源,下面的代码是更换当前虚拟环境的源)
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/
conda config --set show_channel_urls yes
如果有哪一个配置错了,可以使用下面的代码来删除
conda config --remove channels 错误的那条channels网址
安装成功后,到Pycharm设置环境
注意,路径选择Anaconda的安装路径下的_conda.exe
,然后点右边的加载环境,接着选现有环境,最后在现有环境里找到刚创建的pytorch环境
首先通过 此电脑->管理->设备管理器->显示适配器
找到电脑显卡的版本,我的是NVIDIA GeForce RTX 2060
然后到cmd或powershell输入
nvidia-smi
从这张图中,我们可以看出,驱动版本为:517.00 CUDA 最高支持版本为 11.7
到CUDA这里,如果显卡支持最高版本的CUDA,可以直接根据系统下载
如果不支持最新版本的,可以到下面Resources
这个大标题下面的Archive of Previous CUDA Releases内选择合适的版本下载
安装的时候选择自定义,主要是为了能改一下安装路径,毕竟这玩意儿也挺大的,其他的默认就行
到上面创建的虚拟环境pytorch
中(激活环境),执行pip install numpy
就行,如果超时,就尝试换源下载,比如
pip install 包名 -i http://pypi.douban.com/simple --trusted-host pypi.douban.com
实在不行就
conda install numpy
在线安装,参考各种博客,并未成功,失败了两天!建议直接去看离线安装版,我这边是一次成功
到 pytorch官网,稍微往下翻翻就能看到,将下面的Run this Command:
的代码复制下来,去掉-c pytorch -c nvidia
这两个参数(从其他地方看的,我这边执行后会提示冲突)
,到pytorch这个虚拟环境的命令窗口中执行
到这里去下载需要的torch与torchvision
首先需要解释下命名格式
torch
cu117/torch-1.13.1%2Bcu117-cp38-cp38-win_amd64.whl
如果开头是cpu则是cpu版本的,cu117是指CUDA11.7
torch-数字:torch版本号
cp38 指python3.8
win:Windows系统
amd64:系统架构为amd64
cu117/torchvision-0.14.1%2Bcu117-cp38-cp38-win_amd64.whl
cu117:CUDA11.7
torchvision-版本号
其他的其实都一样,要注意torch与torchvision版本号要对应
下载之后,在anaconda prompt中(注意使用管理员开),激活使用上面创建的pytorch虚拟环境,然后
pip install torch的whl文件
pip install torchvision的whl文件
最后在Pycharm里面新建项目,使用conda的pytorch这个虚拟环境,执行一下如下代码:
import torch
print(torch.cuda.is_available())
print(torch.backends.cudnn.is_available())
print(torch.cuda_version)
print(torch.backends.cudnn.version())
结果:
True
True
11.7
8500
可以发现控制台打印出两个True,可以说明cuda和cudnn已经安装。并且可以得到cuda的版本为11.7和cudnn的版本。