Anaconda虚拟环境部署pytorch

一、Anaconda安装并创建虚拟环境

1、官网下载

https://www.anaconda.com/products/individual#Downloads

选择对应版本安装即可

Anaconda虚拟环境部署pytorch_第1张图片

 2、验证是否安装

conda --version

如笔者所示即为正确安装

3、创建虚拟环境

conda create -n 虚拟环境名 python=3.7

python版本自己选择,必须大于3.6 

4、激活虚拟环境

conda activate 虚拟环境名
##激活虚拟环境
conda list
##查看新建环境的包

Anaconda虚拟环境部署pytorch_第2张图片 

二、Pytorch下载

1、cuda版本检测

win+R输入cmd调出命令行

nvidia-smi

Anaconda虚拟环境部署pytorch_第3张图片

 笔者电脑cuda版本即为11.7

2、pytorch安装

下载三个whl文件

网址:https://download.pytorch.org/whl/

三者版本号与python版本需要对应 

3、安装pytorch文件

  分别用pip下载三个whl文件(到对应下载目录下)

Anaconda虚拟环境部署pytorch_第4张图片

 PS:在安装torchvision时需要额外下载numpy包和pillow包

numpy:https://pypi.tuna.tsinghua.edu.cn/simple/numpy/

pillow:https://pypi.tuna.tsinghua.edu.cn/simple/pillow/

4、检查pytorch是否成功安装 

5、检查pytorch是否可以正常使用

import torch

print(torch.__version__)
print('gpu:',torch.cuda.is_available())

Anaconda虚拟环境部署pytorch_第5张图片

 若torch.cuda.is_available()显示为false,则可能是下列两种误区:

 误区一:直接从官网命令行下载(很慢并且会一直转圈)

Anaconda虚拟环境部署pytorch_第6张图片

 误区二:将condarc改为清华源之后换源下载

无论你是否选择CPU版本,清华源自动给你下载CPU版本,并会直接导致后面验证是否成功安装出错。

ssl_verify: true
channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
  - defaults
show_channel_urls: true


##附上清华源,下载其他包速度还是很快的

你可能感兴趣的:(pytorch,python,深度学习)