企业宣传,产品推广,广告招商,广告投放联系seowdb

#AIGC创新先锋者征文大赛#PyTorch深度学习基础环境搭建

【本文正在参与 AI.x社区AIGC创新先锋者征文大赛】

1.Miniconda安装

Miniconda是一个轻量级的Python发行版,只包含最基本的内容——Python、conda以及相关的必须依赖项。它适用于空间要求严格的用户或只需要Python和Conda核心功能的用户。

Miniconda由于其轻量级的特点,非常适合那些对存储空间有严格限制的用户,或者只需要使用Python和Conda核心功能的用户。例如,进行简单的包管理和环境管理时,Miniconda是一个不错的选择。

在Miniconda官网下载,或者通过清华镜像源(速度更快):

根据目前本机安装的python版本,选择对应版本的安装包。

下载完成后得到的是EXE文件,直接运行即可进入安装过程。

安装完成后,在计算机桌面依次单击“开始”→“所有程序”→“Miniconda3”→“Miniconda Prompt(Miniconda3)”,打开Miniconda Prompt窗口,如果安装正确,会打印出Python版本号以及控制符号。

2.Pycharm安装

网上安装说明类资源较多,此处不再赘述。

3.CUDA安装

(1)电脑环境检查

通过cmd输入nvidia-smi,查看自己的驱动版本、支持的CUDA版本。

(2)下载CUDA

访问CUDA官网:

依据上边查到的系统显卡驱动版本和支持的CUDA版本选择自己应该安装的CUDA toolkit,toolkit一定要选择小于等于电脑支持的版本。

下载安装包为exe程序,双击安装。安装完成,重新打开cmd窗口,依次输入以下代码,测试是否安装成功:nvcc --versionset cuda出现下图,说明安装成功:

4.PyTorch安装

最好的方法是根据官方提供的安装命令进行安装,具体参考官方文档:

通过Ctrl+F进行检索,快速定位到需要的安装命令。网站上查不到CUDA 11.2对应版本的TORCH,换用低版本CUDA 11.1也行——然后遇到了上图中命令执行后不成功的问题。

去官网直接找对应版本的whl,下载。网速较慢,可能会花很多时间:

下载完成后,cmd命令行安装:pip install 存储路径/torch-1.10.2+cu111-cp36-cp36m-win_amd64.whl

5.特殊情况处理

执行上面的命令行后,出现了报错:这个whl is not a supported wheel on this platform:

查询本机安装的python版本,我安装的是python 3.11,而目前安装的torch是36(文件名称中“cp36”),对应版本是要用python3.6。

现在问题变成了要在当前系统里安装不同版本的python。要这么办呢?之前安装的miniconda就要发挥作用了!

运行Anaconda Prompt程序(在开始菜单里可以找到),进入命令行界面。

(1)查看可用python版本

conda search python

(2)创建一个新的环境,并指定python版本

conda create -n myenv pythnotallow=3.6

(3)激活新创建的python环境

conda activate myenv

(4)如果想切回之前的环境

conda deactivate

或者删除不想要的环境

conda remove --name myenv --all

(5)在新环境中运行之前的pip install命令,安装torch

(6)安装完成后的测试验证

import torchprint(torch.cuda.is_available())print(torch.cuda.current_device())print(torch.cuda.device_count())print(torch.cuda.get_device_name(0))

出现下面的内容,说明安装成功:

© 版权声明
评论 抢沙发
加载中~
每日一言
不怕万人阻挡,只怕自己投降
Not afraid of people blocking, I'm afraid their surrender