《动手学深度学习》笔记1.1——Pytorch虚拟环境搭建

目录

1. 参考资料

1.1 miniconda 在 Win 上安装

anaconda 的安装

1.2 conda基础指令

1.3 jupyter 与 pytorch 虚拟环境配置

1.4 一些补充

2. 我的成功经验

2.1 新开个虚拟环境

 2.2 torch和torchvision的选择+下载

2.3 将三个镜像包（d2l, torch 和 torchvision）安装到虚拟环境

3. 拓展：调整/删除环境 (+重装)

3.1 补充：删除包，重装包

3.2 卸载虚拟环境重装

3.2.1 jupyter删除内核：

3.2.2 conda删除虚拟环境：

3.3 创建虚拟环境（以及我们想要的python3.8版本）

3.4 连接虚拟环境到jupyter

---

• 李沐老师在视频（有时需要梯子的课程官网：课程安排 - 动手学深度学习课程）一开始就强推了jupyter，而且申请了亚马逊的GPU Linux远程搭环境，初学者在学习阶段可以不用那么快地学Linux，可在本地先搭建conda 虚拟环境，我亲测有效（认为很好）的几个学习资源和可能（我）遇到问题的解决方案，都按照时间顺序整理到了下方：

1. 参考资料

1.1 miniconda 在 Win 上安装

• https://blog.csdn.net/weixin_57972634/article/details/142107300
• 拓展到Linux和Mac上：
• pytorch学习一(扩展篇)：miniconda下载、安装、配置环境变量。miniconda创建多版本python环境。整理常用命令（亲测ok）-CSDN博客​​​​​​

anaconda 的安装

Anaconda的安装和详细介绍（带图文）-CSDN博客

Anaconda Prompt到底是什么？ 和系统自带cmd命令提示窗区别又是什么？-CSDN博客

1.2 conda基础指令

• 
  【anaconda】conda创建、查看、删除虚拟环境（anaconda命令集）_conda 创建环境-CSDN博客  （指令集非常全，很常用）
• pytorch学习一：Anaconda下载、安装、配置环境变量。anaconda创建多版本python环境。安装 pytorch。_anaconda环境变量-CSDN博客​​​​​​

1.3 jupyter 与 pytorch 虚拟环境配置

• 从0到1的配置《动手学深度学习》的代码环境_怎么运行深度学习代码-CSDN博客 （包含jupyter安装，和清华镜像的下载方法）
• Conda配置虚拟环境 jupyter notebook使用虚拟环境_哔哩哔哩_bilibili
• 配置深度学习环境完全避坑指南（Pytorch） - 知乎 (zhihu.com)  （这个很系统）

1.4 一些补充

conda install无法安装安装，提示 CondaSSLError: OpenSSL appears to be unavailable on this machine. OpenSSL is_conda install不能用openassl-CSDN博客文章浏览阅读2.5w次，点赞156次，收藏133次。挂梯子VPN引起的问题,去掉梯子conda install安装不了的解决方法_conda install不能用openasslhttps://blog.csdn.net/xiangfengl/article/details/127597065

• 关于no module named "torch"报错的解决方案：直接在anaconda prompt里进入想要的虚拟环境，在里头pip install torch即可解决，这比用清华的镜像更稳定，但是下载要慢一点
• anaconda如何查看当前环境下的所有包？_查看环境里的包-CSDN博客（实用小技巧）
• 如何更改Jupyter Notebook内核显示名称_jupyter notebook如何修改内核名字-CSDN博客（实用小技巧）

2. 我的成功经验

在安装好anaconda 和 jupyter notebook后，需要开始配环境啦，用来跑李沐老师的代码，由于我踩了很多坑，这里直接上我的最佳实践

关于conda和jupyter的安装，推荐参考： 优雅地安装 miniconda 和 Jupyter（从零开始~保姆式）-CSDN博客

2.1 新开个虚拟环境

参考文档：

• 【anaconda】conda创建、查看、删除虚拟环境（anaconda命令集）_conda 创建环境-CSDN博客
• 优雅地安装 miniconda 和 Jupyter（从零开始~保姆式）-CSDN博客

将新环境连接到 jupyter

这里的“--name”指环境名称，后面的“--display-name”指显示的kernel名称，我选择都叫“d2l-1”这样方便记忆

操作完成，成功连接jupyter

 2.2 torch和torchvision的选择+下载

下图参考了配置深度学习环境完全避坑指南（Pytorch） - 知乎 (zhihu.com)

直接在anaconda prompt里下载torch和torchvision会很卡出error，我搞了一晚上都没下好，最终选择从清华镜像下载torch和torchvision，如图第一行所示，我选择的版本(都上最新版)：

torch 1.13.1：（清华镜像：Links for torch (tsinghua.edu.cn)）（注意，这个torch是CPU版的，如果想用NVIDIA-GPU来运行pytorch，得按照对应的cuda版本来选择，下载pytorch：download.pytorch.org/whl/torch_stable.html）

(补充：CUDA11.4版本比较特殊的版本，可以用CUDA11.3版本）

torchvision 0.19.1：（清华镜像：Links for torchvision (tsinghua.edu.cn)）

(补充：如果想用英伟达GPU来跑pytorch，也得换成对应cuda版本的torchvision

下载torchvision：download.pytorch.org/whl/torch_stable.html）

我们还需要额外下载d2l，包含了很多实用的包（0.7.0）是比较稳定的可访问版本）

d2l 0.17.0：（d2l华为云：Simple Index (huaweicloud.com)）

总共就需要这三个啦

来看看李沐老师在他开的亚马逊CPU Linux云机器上装了啥：

主要也就是这三样：d2l, torch 和 torchvision

2.3 将三个镜像包（d2l, torch 和 torchvision）安装到虚拟环境

如何将下载到本地的包，装到对应环境里呢，我参考的是（亲测很OK）：

（从0到1的配置《动手学深度学习》的代码环境_怎么运行深度学习代码-CSDN博客）

省流版：

1.进入环境：win+s 搜索“anaconda prompt”，输入“conda activate d2l-1"进入环境（d2l-1是我起的环境名，大家可选择自己的环境）

conda activate d2l-1

2.进入D盘：咱下载.whl的盘

d:

3. 找到下载路径：咱下载.whl的地方（注意地址前面别少了“cd ”)

cd D:\download

4.使用 pip install 安装 .whl (包)文件：注意拓展名.whl不能少！

pip install torch-1.13.1-cp38-cp38-win_amd64.whl
pip install torchvision-0.19.1-cp38-cp38-win_amd64.whl
pip install d2l-0.17.0-py3-none-any.whl

大功告成，如果没有报错可以不用看拓展！恭喜可以开始深度学习之旅啦~

3. 拓展：调整/删除环境 (+重装)

3.1 补充：删除包，重装包

• 有的时候，环境配错了，不一定非得删环境，还可以删除包
• 管理环境中的包，可参考：

  1）安装包 或 安装特定版本的包
  conda install package-name
  conda install package-name==version
  （2）查看所有已安装包
  conda list
  （3）卸载包
  conda remove package-name
  （4）更新包
  更新一个包

  conda update package-name
  更新所有包

  conda update --all
  （5）搜索包
  conda search search-term，可以模糊搜索

• 删除包可以使用pip uninstall，比一定非得用conda remove package-name

3.2 卸载虚拟环境重装

pip 报错 “is not a supported wheel on this platform”

说明pip的包，与环境里的python版本不匹配，得先查看当前python版本

果然是python版本不对，可以选择卸载这个虚拟环境再重装/直接新开一个python3.8的环境/找咱当前版本python3.12的对应版本的.whl包：

我们这里演示删除环境，再重装（最全的一条路径）：

3.2.1 jupyter删除内核：

参考文章：jupyter添加内核、删除内核_jupyter删除kernel-CSDN博客

省流版：

1、查看内核
jupyter kernelspec list
2、 删除内核
jupyter kernelspec remove env(env就是你想删掉的内核名)
3、再查看内核情况
jupyter kernelspec list

3.2.2 conda删除虚拟环境：

参考文章：【anaconda】conda创建、查看、删除虚拟环境（anaconda命令集）_conda 创建环境-CSDN博客

省流版：

1. 在base环境里查看所有环境

conda env list

2. 删除目标环境

conda env remove -n env(env就是你想删掉的环境名)

3. 再次检查所有环境

conda env list

3.3 创建虚拟环境（以及我们想要的python3.8版本）

conda create -n env-name python=3.8

3.4 连接虚拟环境到jupyter

参考文章：优雅地安装 miniconda 和 Jupyter（从零开始~保姆式）-CSDN博客

中的章节“5. 虚拟环境接入Jupyter”

最后就是回到 “3. 将三个镜像包（d2l, torch 和 torchvision）安装到虚拟环境” 这次python版本号终于能对上啦！