Pytorch环境搭建(WIN10)
有问题还望指出!转载请注明出处!
Anaconda安装
这里我们使用清华镜像源,选择64位或32位进行(不然会报错)下载,安装过程默认下一步就行(安装位置可自行选择)。
安装完成后打开Anaconda Prompt (Anaconda3)
输入conda,若提示如下信息则安装成功
Anaconda环境配置
右键此电脑
选择高级系统设置
选择高级
选择环境变量
双击path
添加
D:\Anaconda3
D:\Anaconda3\Scripts
D:\Anaconda3\Library\bin
(找你自己的安装路径复制添加)
显卡配置(没有Nvidia显卡则跳过此步骤)
我们使用快捷键Ctrl+Alt+Delete打开任务管理器,选择性能如下图所示。
点击GPU,右上角就是你的显卡型号。我们需要对显卡驱动进行更新(非常重要!!!)
我们进入NVIDIA官网,选择自己的显卡型号
如下图,然后点击搜索,下载安装。
创建Pytorch环境
我们Win+R输入cmd打开控制台,然后输入
conda create -n pytorch python=3.8
创建Pytorch环境,有提示输入y继续安装。
(3.8是你自己的python版本,可以控制台输入python自行查看)
安装完成后,输入
conda info --envs
如下图,即是拟创建的环境(我这里有三个环境)
输入
conda activate pytorch
即可进入我们创建的pytorch环境
安装前准备(换清华源)
参考博客,我们在家目录(windows:C:\users\username\)可以找到一个.condarc,以记事本方式打开,将其中的内容替换为
channels:
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/win-64/
- defaults
show_channel_urls: true
channel_alias: https://mirrors.tuna.tsinghua.edu.cn/anaconda
default_channels:
- 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/pkgs/r
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/pro
- 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
simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
即可
安装Pytorch
我们进入pytorch官网,如下图所示选择,如没有显卡则选择CPU
如果有显卡则打开Anaconda Prompt (Anaconda3),进入你创建的pytorch环境,输入
nvidia-smi
查看你的CUDA版本号(如未配置显卡请先配置显卡),如下图,我的版本为11.5,那么我就选择CUDA11.3
复制下来官网生成的命令行,进入Pytorch环境进行安装,我的命令行为
conda install pytorch torchvision torchaudio cudatoolkit=11.3 -c pytorch
这里我参考过许多博客,将命令行后的-c pytorch 去掉可以减少许多报错,所以最终的命令行为
conda install pytorch torchvision torchaudio cudatoolkit=11.3
根据提示输入y安装即可
验证安装是否成功
在你的pytorch环境中输入
python
导入包
import torch
输入
torch.cuda.is_available()
若返回Ture则pytorch安装成功并且可以正常使用。
返回False
参考博客
绝大多数的返回false的问题都可以解决。
其他报错
关于conda安装环境报错:Solving environment: failed with initial frozen solve.
参考博客