pytorch环境配置

Posted 2021-02-21 kuotian

Pytorch安装

Anaconda 安装pytorch

目录

• Pytorch安装
  • 1. anaconda 环境相关命令
  • 2. 安装pytorch
    • 查看NVIDIA
  • 3.查看安装成功
  • 4.pycharm 启用pytorch环境

1. anaconda 环境相关命令

查看命令列表： conda info --envs
删除环境：conda remove -n 环境名称 --all
创建环境pytorch_py37：conda create -n pytorch_py37 python=3.7
激活环境：conda activate pytorch_py37
不激活环境：conda deactivate

2. 安装pytorch

1. 利用 conda create -n pytorch_py37 python=3.7 创建环境
2. 将其激活conda activate pytorch_py37
3. 登录到官网：https://pytorch.org/
   
4. 将命令粘贴到 conda Prompt
   下载慢，

• 使用清华镜像源

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 --set show_channel_urls yes

另外为了保险起见，建议同时添加第三方conda源：

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/menpo/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/

然后再去pytorch官网复制下载代码，记得删掉后面的-c pytorch,因为它表示从官网进行下载，不从清华镜像源下。

• 离线安装

  去清华镜像源本地下载

  • （linux版本）https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/linux-64/?C=M&O=A或https://anaconda.org/pytorch/pytorch/files?version=1.3.0
  • （windows版）https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/win-64/?C=M&O=A

  将下载的 pytorch-1.5.0-py3.7_cuda92_cudnn7_0.tar.bz2 和 torchvision-0.6.0-py37_cu92.tar.bz2

  放入anaconda的pkgs文件夹中。

  离线安装代码：

  conda install --offline pytorch-1.5.0-py3.7_cuda92_cudnn7_0.tar.bz2

  安装代码也得根据自己下载的版本来修改！offline 后面那一串都是下载的文件名，我这里示意的是linux版本的，win10版的得看你自己下载好的文件名是什么
  离线安装时，记得用cd命令把当前目录改到下载的离线文件所在目录
  torchvision也要单独安装：

  conda install --offline torchvision-0.6.0-py37_cu92.tar.bz2

---

查看NVIDIA

1. 搜索并打开
   

2. 左下角-系统信息：查看驱动版本和CUDA版本
   
   

---

3.查看安装成功

python

import torch
#gpu是否可用，是则返回true
torch.cuda.is_available() 

4.pycharm 启用pytorch环境