PyTorch环境配置及相关软件Anaconda和PyCharm的下载安装，包括最常见库的安装、卸载、验证方法

步骤是我在以下文环境为基础搭建，可从零开始。

参看步骤为：python—>Anaconda—>PyCharm—>CUDA-CuDNN（使用GPU）—>PyTorch->numpy、scipy...

PyTorch=0.4.1
Python=3.7
numpy=1.16.5
scipy=1.3.1
pandas=0.23.4
geopy=1.20.0
networkx=2.1

Anaconda的下载与安装

https://zhuanlan.zhihu.com/p/75717350

PyCharm的下载与安装

https://www.runoob.com/w3cnote/pycharm-windows-install.html

CUDA-CuDNN的下载与安装

检查自己显卡配置

1) 如何确定我的计算机上搭载了哪款 GPU？

答案：

在 Windows 计算机上：

  1. 在桌面上单击鼠标右键
  2. 如果弹出窗口中出现了“NVIDIA 控制面板”或“NVIDIA Display”，则您使用的是 NVIDIA GPU
  3. 单击弹出窗口中的“NVIDIA 控制面板”或“NVIDIA Display”
  4. 查看“显卡信息”
  5. 您即可看到 NVIDIA GPU 的名称

在 Apple 计算机上：

  1. 单击“Apple Menu”（Apple 菜单）
  2. 单击“About this Mac”（关于本 Mac）
  3. 单击“More Info”（更多信息）
  4. 选择“Contents”（内容）列表下的“Graphics/Displays”（显卡/显示器）

2) 我的计算机上是否搭载了支持 CUDA 的 GPU？

答案：查看链接直达确认您的 GPU 是否位于其中。如果它在该列表中，则表示您的计算机搭载了能够利用 CUDA 加速应用的现代 GPU。

3) 如何知道自己是否安装了最新的驱动？

答案：请访问 www.nvidia.cn/drivers

打开NVIDIA控制面板->帮助->查看系统设置->组件:显示可安装的CUDA版本及以下低版本

 

 在官网查看自己的先看是否可以使用CUDA，链接直达

注意自己的是台式机还是笔记本

 

下载CUDA

CUDA工具包下载

在下载指定版本之前最好确认自己安装的的pytorch版本是否有指定的cuda版本（在下一章第一节中可了解到），比如在0.4.1版本，就有cuda9.2版本的代码，所以我在这里选择了安装cuda9.2。

 

 

安装CUDA

接着就是安装过程，双击打开显示临时解压目录，不需要改变，默认即可。

自定义安装

将VS勾选去掉

默认路径即可

等待安装完成即可

安装完成之后，便是配置环境变量。环境变量配置如下图所示。

验证CUDA

1.验证CUDA安装及版本

nvcc -V

下载 CuDNN

点击此处，选择下载download cudnn，但这里需要你注册一个账号，然后进行问卷之后才可以进行下载页面。

特别提醒，一定要选择与CUDA相对应的版本进行下载！！！

安装 CuDNN

下载之后，解压缩，将CuDNN压缩包里面的bin、include、lib文件直接复制到CUDA的安装目录下，直接覆盖安装即可。

验证CuDNN

# cuda test
import torch
print(torch.__version__)
x = torch.Tensor([1.0])
xx = x.cuda()
print(xx)
print(torch.cuda.is_available())

# cudnn test
from torch.backends import cudnn
print(cudnn.is_acceptable(xx))

本节部分参考与转载自：https://blog.csdn.net/weixin_43735353/article/details/107412849

PyTorch的安装与验证

安装

官网提供安装代码，很重要的一点是根据自己需要的版本在控制台输入相对应的代码串

最新的安装代码获取

 以我想要安装0.4.1版本为例，点击进入旧版本，我使用cuda9.2版本，复制后进入到指定环境安装（一定要注意激活，不要安装到base里面去了）

验证

1.在Anaconda Prompt中验证

conda activate pytorch #激活环境
python #使用python语言
import tprch #导入torch #如果没有报错就是安装成功
print(torch.__version__)  #输出torch版本信息，能输出的话一般没有问题

 2. 在pycharm中验证

直接找导入验证即可

参考链接：https://blog.csdn.net/weixin_43735353/article/details/107412849

各种库的安装与验证

虽然conda和pip可以在同一环境中使用，但混用它们可能会导致某些问题，如包版本冲突、依赖问题或环境损坏。为了最大限度地减少这些问题，可以遵循以下最佳实践：

  1. 如果可能，首先使用conda安装所需的所有包。
  2. 如果某个包在conda渠道中不可用，但在PyPI中可用，只需使用pip安装该包。
  3. 在使用pip之前，建议在conda环境中安装pip，确保您在该环境中使用正确的pip版本。

 

可视化安装方法：有一个很方便的方法是在Anaconda中进行安装，在PyCharm中选择更改版本

也可以直接在编辑器的解释器设置中搜索安装和修改版本

 

如果无法在Andaconda中安装的话，需要用以下方法安装，安装前务必确定自己的环境，即激活自己的环境

2023.10更新，以上方法都比较麻烦，直接在编辑器里的terminal内使用指令安装更快

numpy

卸载

pip uninstall numpy

安装　

pip install -U numpy==1.16.5  #1.16.5为想要安装的版本号

验证

#在pycharm中验证即可
from numpy import *

random.rand(4,4)
randMat=mat(random.rand(4,4))
randMat.I
invRandMat=randMat.I
randMat*invRandMat
myEye=randMat*invRandMat
err=myEye-eye(4)
print(err)

参考链接：https://blog.csdn.net/weixin_37260876/article/details/81318780

spicy

安装卸载同上

验证

from scipy import constants

# 一英亩等于多少平方米
print(constants.acre)

 ......

posted @ 2022-01-05 20:42  半度墨水  阅读(491)  评论(0)    收藏  举报
Live2D