1.下载官网
我们下载anaconda的目的主要是为了下一步的python环境管理,所以不考虑anaconda与已有的python的版本是否匹配的问题。
下方点击之后会出现
可以根据自己的需要下载安装包。
本文以Windows版本的安装包为主。
2.安装
一路next,顺着它的安装步骤来就行。
3.打开
anaconda有两个操作界面:
一个是图形可视化操作界面:Anaconda Navigator
一个是命令行式操作界面:Anaconda Prompt
点开win,找到Anaconda Prompt:
打开后看见命令行文件路径前有(base),说明安装成功
深度学习中很多项目,由于其依赖包的各种各样,也导致了会出现多个项目使用的python版本不一致的情况。
所以在这里我们就需要建立不同的环境,在不同的需要的时候去使用。类似于电脑上的虚拟机用于运行不同的OS系统。
(1) 打开Anaconda Prompt
(2) 创建一个python版本为3.9的且命名为"env_name"的环境
conda create -n env_name python==3.9
(3)可能会提示让你下载一些包,根据提示决定是否下载就行。
激活/进入 环境()
conda activate env_name
关闭/退出 当前环境()
conda deactivate
销毁一个 环境() 及其下的所有包
conda remove --name env_name --all
查看有哪些 环境()
conda env list
注意,在安装pytorch前最好安装你想下载的pytorch版本对应的cuda版本,以及cudnn。
可参考文章
1.进入官网下载
可以看到下图
pytorch 2.0.1 仅支持CUDA 11.7 和 CUDA 11.8
可以打开计算机的cmd:
查看显卡状态。
右上角的CUDA Version:为显卡支持的最高的CUDA版本。
大家可以根据这个去找适合自己的pytorch 版本。
简单解释:
注意: -c pytorch -c nvidia 表示前面的包下载的源地址。
考虑到conda的服务器在国外,下载会很慢,
我们 删去 “-c” pytorch ,并添加国内镜像通道,使得 包 pytorch,torchvision,torchaudio从国内镜像网站下载。
(1)conda 清华源
先看官方文档
根据提示以记事本形式打开用户目录下的.condarc文件
将下列内容复制到打开的.condarc文件中。
channels:
- defaults
show_channel_urls: true
default_channels:
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
pytorch-lts: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
deepmodeling: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/
注意:
以下述命令为例。
该命令需要从 pytorch,nvidia 的网址获取包。
我们在custom_channels(候选通道)中找到合适的通道,并添加到channels下;
channels:
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge:
- defaults
show_channel_urls: true
default_channels:
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
pytorch-lts: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
deepmodeling: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/
(2)下载pytorch
conda install pytorch torchvision torchaudio pytorch-cuda=11.7 -c nvidia
下载这里,如果出问题可以在评论区留言
在安装pytorch的命令行里,键入:
python
在打开的python交互界面输入以下代码:
import torch
x = torch.rand(5, 3)
print(x)
正常输出应该类似于
tensor([[0.3380, 0.3845, 0.3217],
[0.8337, 0.9050, 0.2650],
[0.2979, 0.7141, 0.9069],
[0.1449, 0.1132, 0.1375],
[0.4675, 0.3947, 0.1426]])
此外,要检查 GPU 驱动程序和 CUDA 是否已启用并由 PyTorch 访问,运行以下命令以返回是否启用了 CUDA 驱动程序:
import torch
torch.cuda.is_available()
若输出:True 则安装成功