pytorch之安装踩坑
Posted shambryce
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了pytorch之安装踩坑相关的知识,希望对你有一定的参考价值。
Conda换源
1.清华源
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
# 设置搜索时显示通道地址
conda config --set show_channel_urls yes
#添加pytorch的镜像
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
2.中科大源
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/bioconda/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/menpo/
conda config --set show_channel_urls yes
在windows下打开Anaconda Prompt中输入上面代码即可添加国内源。如图演示:
这一步影响后面安装的舒服程度。在Linux环境下,可以将上述配置写在配置文件~/.condarc中,如:
channels:
- https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
- https://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge/
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
- defaults
show_channel_urls: true
conda正式安装
- conda create --name pytorch python=3.6
- conda install pytorch torchvision cudatoolkit=10.0
我倾向于根据框架创建不同的虚拟环境,创建好之后。
conda activate pytorch #激活环境
conda deactivate pytorch #退出环境
激活完成之后,命令行左边小括号中已经变成新环境的名字。这时候就可以去Pytorch官网查找自己适合的Pytorch。
复制conda install 代码,记得去掉-c pytorch,这样才会使用刚刚换了的国内源下载。
按照提示安装,最后显示安装完成后。使用命令行测试是否安装成功,如下图:
CUDA 安装
这一步主要需要先检查本机显卡的cuda信息及适配cuda-sdk版本
- 右击桌面->nvidia控制版本->"帮助"->"系统信息“
- 这里有”显示“,主要记录了本显卡的cuda核心数,显存的大小,带宽等等
- ”组件“,主要记录了本显卡的cuda的各个组件的版本。
- ”组件“里面有一个nvcuda.dll的文件,查看它右侧的版本号,对应的我们就要下载cuda sdk的版本。
- cuda sdk的各个版本下载地址:https://developer.nvidia.com/cuda-toolkit-archive
参考
https://www.cnblogs.com/litifeng/p/9094053.html
以上是关于pytorch之安装踩坑的主要内容,如果未能解决你的问题,请参考以下文章
pytorch踩坑之model.eval()和model.train()输出差距很大