Pytorch的准备配置

Pytorch安装流程(以使用CPU为例)

Anaconda安装

下载链接

进入Anaconda官网下载:https://www.anaconda.com/

依次点击get started-->Download Anaconda installer-->根据操作系统选择安装包下载

安装注意事项:

1.选择为所有用户安装Anaconda(如果这不是你的个人电脑,可以选择勾选Just Me)

2.Anaconda现在支持自动添加到环境变量,请在安装时务必选择

Pytorch的准备配置

验证安装是否成功

搜索栏输入cmd,启动命令行工具输入如下内容:

conda --version #注意a和--中间有个空格

如果显示的是Anaconda版本号证明安装成功,否则安装失败

Pycharm安装

具体教程详见:

https://www.webkfz.com/python/68172.html

推荐使用学生认证进行免费使用:

JetBrains 学生认证教程(Pycharm,IDEA… 等学生认证教程)_LolitaSian-CSDN博客_pycharm学生认证

虚拟空间创建

搜索栏中搜索Anaconda Prompt并打开,输入:


conda create -n pytorch python=3.7
 
# pytorch 是虚拟环境名称, 可根据需求自行设定
# python=3.7 表示选择3.7版本的python可选择3.6、3.5、2.7等 

接着等待创建空间完成,输入‘y’并按回车键,完成包的安装。

Pytorch的准备配置

查看创建的虚拟空间

同样是在Anaconda Prompt中输入:

conda info --envs

Pytorch的准备配置

安装PyTorch

激活pytorch房间

同样在Anaconda Prompt输入如下:

conda activate pytorch

这样我们就进入了我们创建的虚拟空间目录下,我们就可以在这个虚拟空间中安装PyTorch,进入pytorch官网并选择get started

Start Locally | PyTorch

安装

这里以仅用CPU加速为例,依次选择如下:

Pytorch的准备配置

复制最下方生成的Command代码,粘贴到Anaconda Prompt(已经进入到虚拟空间下)回车等待安装。

安装过程如下(此处展示的是未完全安装的例子,如果已经完全安装请直接进入到下一步)

Pytorch的准备配置

部分无法获得镜像资源时手动安装方法

完全安装的可以跳过阅读

在进行安装的时候有可能因为服务器的关系下载缓慢或者根本不能下载,这时我们需要自己搜索找到合适的国内源,单独进入虚拟空间使用pip或者conda install命令下载。

如,上文中的pytorch无法获得科大镜像的资源,因此需要手动的去下载相关压缩文件,并用conda install 安装。具体方法如下:
进入下载地址:https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
根据计算机版本,选择不同的入口:
Pytorch的准备配置

点击进入,通过快捷键找到pytorch,并下载。

Pytorch的准备配置

将下载的压缩包放入Anaconda安装文件夹下对应的pkgs文件夹下:如

Pytorch的准备配置

Pytorch的准备配置

随后在Anaconda Prompt中输入:

conda install D:\anaconda\pkgs\pytorch-1.4.0-cpu_py36ha775e86_0.tar.bz2 #具体的内容要根据自己的文件位置更改

这里需要注意的是一定要在(pytorch)这个虚拟房间下,运行安装。

安装cv2包

同样的我们打开Anaconda Prompt,并进入指定的虚拟空间,输入

pip3 install -i https://mirrors.aliyun.com/pypi/simple/ opencv-python

国内源可以保证速度快速安装。

Pycharm内的配置

进入pycharm,依次选择File-->Settings

Pytorch的准备配置

出现Settings菜单后,选择Project:pythonProject,然后选择Python Interpreter(python解释器)

Pytorch的准备配置

点击最右侧的齿轮,点击add添加新的解释器

按下图进行操作:

Pytorch的准备配置

需要更改的就是自己的Anaconda所在的盘符名称。

完成后,点击OK即可。随后返回主界面,但是需要等一到两分钟,用于初始化初始化完成后,即可运行相关程序:

import torch
import numpy as np
arr=np.ones((3,3))
print("arr的数据类型为:"+str(arr.dtype))
t=torch.tensor(arr)
print(t)

如果运行成功显示:

Pytorch的准备配置


这样我们就完成了Pytorch的安装环境配置,如果以后打开文件运行显示import torch这行报错或者其他跟pytorch有关的包报错,重新进入python解释器设置,选择已经设置好的pytorch解释器配置即可。

在Python interpreter菜单下,点击python interperter的下滑栏选择show all就可以找到自己的配置了

Pytorch的准备配置

Pytorch的准备配置

上一篇:Java基础(七)常用类


下一篇:本地生活综合性需求图谱的构建及应用