Anaconda中pytorch环境搭建(包括详细的虚拟环境创建,以及虚拟环境中jupyter notebook的使用)
PyTorch是一个开源的Python机器学习库,基于Torch,用于自然语言处理等应用程序。
2017年1月,由Facebook人工智能研究院(FAIR)基于Torch推出了PyTorch。它是一个基于Python的可续计算包,提供两个高级功能:1、具有强大的GPU加速的张量计算(如NumPy)。2、包含自动求导系统的深度神经网络。
本次想使用Anaconda建立Pytorch虚拟环境来安装Pytorch。(纯属个人强迫症,不想让所有的东西都放在最初的base环境下,所以想基于不同的框架来建立Anaconda虚拟环境)
为什么要使用Anaconda虚拟环境安装Pytorch?
- 因为环境中通常需要安装很多软件,例如:我同时在使用tensorflow框架。但是他们所需要的Python的关联模块或版本会有所差异。如果都装在一个环境中难免会引起冲突。所以,选择虚拟环境能很好地避免环境之间的冲突。
1. 创建虚拟环境(名字pytorch)
1.1打开anaconda prompt
1.2我首先在C:\Users\TIMI这个目录下创建了一个文件夹,叫做envs,
因为我暂时不确定在该路径下安装的虚拟环境,会存在哪里,所以提前建立这个文件路径便于后期对比查看。
1.3之后执行命令
cd envs
如下:
1.4在此路径下执行命令:
conda create --name pytorch python=3.7 anaconda
(PS:最后加anaconda是为了在这个虚拟环境(虚拟环境名字就叫pytorch)中把numpy, jupyter, pandas等一起安装了,所以耗时较长,也可以不加)
之后就是等待安装............
安装结束的界面是如下:
此时查看之前建立的envs文件即C:\Users\TIMI\envs该目录下下边是空的。
而F:\softinstall\Study_Software\Anaconda\envs这个是Anaconda的安装目录下的envs保存的才是你创建虚拟环境的地方。
所以:一般如果我们不指定路径的话,虚拟环境创建后会默认安装在anaconda所安装的目录下,
1.5、创建好后,按照提示激活环境,输入命令
conda activate pytorch
1.6、在虚拟环境中安装ipykernel (切记这一步是在对应的虚拟环境中进行)
执行命令:
pip install ipykernel
1.7、使用ipykernel生成虚拟环境的kernel(这一步也是在虚拟环境中进行)
执行命令:
python -m ipykernel install --user --name 环境名
#即此处在自己的虚拟环境下是:
python -m ipykernel install --user --name pytorch
结果如下:
1.8、配置完成,退出虚拟环境在base环境中打开jupyter notebook,会发现已经有虚拟环境的kernel可供选择。
执行命令:
conda deactivate
之后就是退出来了虚拟环境,回到了base环境下。
在base环境下输入命令:jupyter notebook打开jupyter notebook。
此时查看你的右下角程序安装标志下会发现:
选择jupyter notebook(Anaconda)和jupyter notebook(pytorch)分别打开如下:
分别可以让你选择要是用的环境。
或者kernel
选择自己的版本就可以了
查看两个python的环境不同,也就是使用的Jupyter是在哪个环境下:
解释:
sys.executable返回python解释器的路径
sys.path是python的搜索模块的路径集,是一个list。这两个是在Anaconda下直接打开的juyter下执行的结果。
之后就是在这个环境下安装自己需要的各种包了。(目前只是创建了一个虚拟环境而已)
2、安装pytorch
首先在Anaconda prompt下输入命令查看安装的包
pip list
经查看没有安装pytorch,所以先安装。
首先查看自己的电脑是NVIDIA的显卡,再查看对应驱动版本以及CUDA的版本。
NVIDIA SMI是显卡是一个硬件,所以需要驱动。Driver Version是驱动版本,CUDA Version是CUDA的版本。
CUDA是NVIDIA推出的只能用于自家GPU的并行计算框架。只有安装这个框架才能够进行复杂的并行计算。主流的深度学习框架也都是基于CUDA进行GPU并行加速的,几乎无一例外。还有一个叫做cudnn,是针对深度卷积神经网络的加速库。
参考链接:https://blog.csdn.net/xiaoxiaolibai/article/details/104770046
下面是使用使用anaconda安装pytorch----------------------------------------------》
Pytorch官方网站:https://pytorch.org/
进入:https://pytorch.org/get-started/locally/
选择相应的你自己对应的版本号,会有命令出现
也可以采用其他方法安装:Pip、LibTorch、Source。(见左图自行选择)
复制上述命令到你的Anaconda Prompt(pytorch)下,就可以执行安装了:
conda install pytorch torchvision torchaudio cudatoolkit=11.1 -c pytorch -c conda-forge
弹出提示,输入 y,即可完成安装,显示“done”。
PS:看好执行命令的环境,我是在自己新创建的虚拟环境下。
执行之后就是等待安装的过程。
安装过程中遇到的问题:
安装完成后,测试一下是否安装成功:
import torch
import torchvision
print(torch.__version__)
如果以上步骤都没问题,那么安装成功。
3、安装torchvision
上述过程已经附带安装过了。
Anaconda中pytorch环境搭建(包括详细的虚拟环境创建,以及虚拟环境中jupyter notebook的使用)相关推荐
- 深度学习-Pytorch环境搭建(Windows)
文章目录 版本选择 Python安装 Anaconda安装 PyTorch安装 PyCham测试 前些天发现了一个巨牛的人工智能学习网站,通俗易懂,风趣幽默,忍不住分享一下给大家.点击跳转到网站. 再 ...
- Win10 Anaconda下TensorFlow-GPU环境搭建详细教程(包含CUDA+cuDNN安装过程)(转载)...
win7(win10也适用)系统安装GPU/CPU版tensorflow Win10 Anaconda下TensorFlow-GPU环境搭建详细教程(包含CUDA+cuDNN安装过程) 目录 2.配置 ...
- 手把手带你入门深度学习(一):保姆级Anaconda和PyTorch环境配置指南
手把手带你入门深度学习(一):保姆级Anaconda和PyTorch环境配置指南 一. 前言和准备工作 1.1 python.anaconda和pytorch的关系 二. Anconda安装 2.1 ...
- Win10系统Anaconda+TensorFlow+Keras 环境搭建教程
红色石头的个人网站:redstonewill.com 前天我在公众号推荐了<Python Deep Learning>这本书.该书是由 Keras 作者写的,所以全书基本围绕着 Keras ...
- 从零开始 Mask RCNN 实战:基于 Win10 + Anaconda 的 MaskRCNN 环境搭建
大名鼎鼎的 Mask RCNN 一举夺得 ICCV2017 Best Paper,名声大造.Mask RCNN 是何恺明基于以往的 Faster RCNN 架构提出的新的卷积网络,实现高效地检测图中的 ...
- 【Keras】Win10系统 + Anaconda+TensorFlow+Keras 环境搭建教程
1. 安装 Anaconda 打开 Anaconda 的官方下载地址:https://www.anaconda.com/download/ 选择 Python 对应的version 下载.下载完成后直 ...
- Pytorch环境搭建-Gpytorch
提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档 Pytorch环境搭建-Gpytorch 前言 新建虚拟环境 搭建pytorch环境 gpytorch及jupyter配置 gpyto ...
- DL之IDE:深度学习之计算机视觉开发环境搭建的详细流程(Ubuntu16.04+cuda9.0+cuDNN7.4.2+tensorflow_gpu)
DL之IDE:深度学习之计算机视觉开发环境搭建的详细流程(Ubuntu16.04+cuda9.0+cuDNN7.4.2+tensorflow_gpu) 目录 1.安装nvidia驱动 2.安装CUDA ...
- VRP远程管理(华为设备telnet登录密码配置与测试环境搭建)——在物理机上创建回环网卡及eNSP模拟器与物理机实现连接通信
目录 一.在网络连通的情况下,开启telnet服务 二.用户认证配置 1. 密码认证模式 2. aaa认证模式 三.eNSP模拟器telnet测试环境搭建 1.在物理机上创建回环网卡及IP地址配置 2 ...
最新文章
- 北京电影学院发了一篇满是数学公式的计算机顶会论文,并开源了其代码(附链接)...
- tensorflow random的用法
- js splice坑_JavaScript的splice()方法在for循环中使用可能会遇到的坑!!!
- PyMC3实现贝叶斯神经网络
- 程序代码错误检测_错误检测代码
- 【XML】XML树形结构
- 计算机进位法,计算机基础知识--进位计数制.docx
- virtual box 针对Unable to load R3 module 解决方案
- LeetCode刷题——88. 合并两个有序数组
- L1-049__056
- numpy手写NLP模型(四)———— RNN
- java 获取某一日期的0点0分0秒和23点59分59秒
- O2O商业模式目前的状态需看透什么?未来会呈现怎样的特征?
- Qt编写地图综合应用3-省市区域图
- 华为各类工程师通信基础面试题目及答案
- sat数学可以用计算机吗,SAT数学考试带计算机是否可以
- python pie图
- html5 canvas 显示文字,如何使用HTML5canvas绘制文字
- Java基础知识总结——java快速入门
- Unity UGUI NGUI 模型 粒子特效 三者之间 渲染层级设置
热门文章
- php xdebug 中文手册,php 安装xdebug扩展
- Git 头指针分离与 FETCH_HEAD
- The specified child already has a parent. You must call removeView() on the
- C#中将结构类型数据存储到二进制文件中方法
- pycharm+PyQt5+python最新开发环境配置,踩坑过程详解
- like模糊查询是否走索引
- windows10 计算器无法打开(转)
- 51nod 1617 奇偶数组
- css中float用法
- C++ 笔记(10)— 运算符(算术、关系、逻辑、位运算、赋值和其它运算符)