pytorch安装和tensorflow环境搭建和cuda加速和cudann安装教程记录日期2022.10.20日

pytorch安装的过程踩得坑，需要教程的直接看最后红字。

5月31日开始的

最近想要学习神经网络于是。

首先在网上查一下，这些人都用什么库写的神经网络。

numpy出现10次

TensorFlow出现6次

pytorch出现5次

keras出现4次

sklearn出现2次

scipy出现两次

那么我最终确定，从numpy,TensorFlow，pytorch入手再进行对比一下，网上其中一个评价如下：

就这么说吧，今年面试的实习生，问到常用的深度学习框架时，他们清一色的选择了「PyTorch」。

这并不难理解，这两年，PyTorch 框架凭借着对初学者的友好性、灵活性，发展迅猛，几乎占据了深度学习领域的半壁江山。比起 TF 的框架环境配置不兼容，和 Keras 由于高度封装造成的不灵活，PyTorch 无论是在学术圈还是工业界，都相当占优势。不夸张地说，掌握了 PyTorch ，就相当于走上了深度学习、机器学习的快车道。

PyTorch更有利于研究人员、爱好者、小规模项目等快速搞出原型。而TensorFlow更适合大规模部署，特别是需要跨平台和嵌入式部署时。

那么我选择学习PyTorch入手，

过了大概一个星期，因为要学习怎么弄表格。

安装环境，在运行-CMD-输入pip install pytorch

遇到这个问题提示我pip版本太低

问题：WARNING: You are using pip version 22.0.4; however, version 22.1 is available.
You should consider upgrading via the 'C:\Users\ASUS\AppData\Local\Programs\Python\Python39\python.exe -m pip install --upgrade pip' command.

解决方法输入：

python -m pip install --upgrade pip

python -m pip install --upgrade pip -i https://pypi.douban.com/simple

我复制的黑色行里的，直接粘贴到CMD里面了，然后按Enter回车。看下面这串显示应该是装好了

再装pytorch，输入pip install pytorch那一串,结果显示一堆红的，error是错误的意思，我是知道的。拿到翻译上翻译下看什么原因。

这是提示，可能就是说，有没有可能是大小写吗，试了不是。

我现在有点后悔把python安装到其他盘了，真是愉快的一天。

我看了好像说是pip没有更新起，因为它在C盘的解释器没有升级成功。然后我E盘也有个解释器，因为我装在E盘的python。

先在CMD输入下面代码更改为清华镜像源

pip3 config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

常见的镜像源

线路例举几个常见的国内镜像源地址：

华为：https://repo.huaweicloud.com/repository/pypi/simple 清华：https://pypi.tuna.tsinghua.edu.cn/simple阿里云：http://mirrors.aliyun.com/pypi/simple/中科大：https://pypi.mirrors.ustc.edu.cn/simple/实施步骤

1.CMD命令直接调出来命令执行窗口，执行下列命令，直接更换为华为源，想换成其他源地址的，可以自行修改后面地址部分。

pip3 config set global.index-url https://repo.huaweicloud.com/repository/pypi/simple

过了四五天

首先安装anaconda

过了三天，我在另一台电脑上安装了pytorch，但是GPU用不起，应该是GPU太老旧了

只用CPU版本应该问题不大吧。

今天接着来安装pytorch

看了视频学习了安装，首先应该安装anacoda，去官网安装或者清华源，由于我的是核显，所以不整显卡驱动这些了，试试能不能行。

安装流程

1、安装 Anaconda3
2、检查显卡，更新驱动
3、创建PyTorch环境
4、安装 PyTorch（重点）
5、测试

1、安装 Anaconda
Anaconda安装包下载：
https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
这是清华源下载地址，我是用的win10，python3.10版本，pycharm编程。随便下了一个，版本太多了搞不清楚Anaconda3-2021.11-Windows-x86_64

我安装到的F盘，这上面写的python3.9.安装到这一步时，上面这个勾要勾选，不选好像很麻烦，就直接勾选了。

安装过程卡住了，过了一会儿好了。后面应该是要安装CUDA，这个CUDA要在官网上，选择好对应python版本，选择好对应的系统，然后它会给一个命令，直接把命令复制了放CMD里面，

就能安装好CUDA。（我是核显这部直接没做，另一台电脑GT740，CUDA不支持好像是也是跳过这步了）

然后我使用pip install torch

成功了显示。

但是在pycharm里面import显示不行，一条红色波浪线

在pycharm里面设置，项目，然后＋，然后输入torch，安装成功了，不知道算不算成功。

我看教程

在开始里面选择这个Anaconda Prompt以管理员身份运行

创建虚拟环境
在里面输入命令：conda create -n PyTorch python=3.10
其中，PyTorch是虚拟环境的名字，自己随意设置；3.10是python版本，一定要指定python版本；

我又在里面选择Y

不知道对不对先安装了再说，得到一堆这个提示

创建成功后，查看刚才创建的环境，输入以下命令：
conda info --envs

激活环境：
conda activate PyTorch

import torch
a=torch.cuda.is_available()
print(a)

提示False

但是也没报错

是不是可能是这步没对

4、安装PyTorch

进入PyTorch官网：PyTorch

conda install pytorch torchvision torchaudio cudatoolkit=11.3 -c pytorch

它说它不再支持10.几哦，喊我安装这个11.3

我复制这条命令放CMD里，输入Y

这下什么，一个多G,它是pytorch，半天不动，关了CMD重新来。

好吧，执行上面命令，因为命令最后是-c pytorch，所以默认还是从conda源下载，新安装的清华等源没有用上。下面这条更改为清华源

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/

然后输入正确命令：

conda install pytorch torchvision torchaudio cudatoolkit=11.3

也就是去掉-c pytorch

哈哈非一般的速度

这下子pytorch还逃得出我的手掌心吗，还是一个多G，还是慢，至少在动了。

显示装完了，不知道怎么测试

好像是要在Anaconda Prompt里面安装

再来一遍

又1个G，哦应该是要用Anaconda安装，这样它才会把所有东西一起装好，Anaconda就是装套装的嘛

完成了应该是，在pycharm里输入这些

import torch # 如果pytorch安装成功即可导入
print(torch.cuda.is_available()) # 查看CUDA是否可用
print(torch.cuda.device_count()) # 查看可用的CUDA数量
print(torch.version.cuda) # 查看CUDA的版本号

结果

False
0
None

就是说CUDA没装是不得行。

查了一下安pytorch的时候集显不选CUDA，在官网选择的时候CUDA选择中央处理器

偶买噶，please，no

我去，第一步就错了

# 按照此 URL 的说明进行操作：https://github.com/pytorch/pytorch#from-source

明天吧，我累了

过了一天

睡了一觉感觉更清晰了，

1.安装Anaconda（这个是可以安装环境和前置的软件)，这个网址是清华源下载，可以去官网下载

Index of /anaconda/archive/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror

2.安装CUDA（这个是显卡驱动，需要安装好以用显卡计算，缩短运行时间）（cuda和anaconda版本要对应）

Developer Download Centers | NVIDIA Developer

3.安装pytorch（这个是我要安装的东西）（cuda版本要选对，集显选中央处理器）

https://pytorch.org/get-started/locally/

4.配置成功

我由于是集显，没有安装CUDA，只安装了anaconda，然后就安装的pytorch。提示我已经安装好了。但是我用的pycharm没有反应

pycharm里面要更改为anaconda环境，点这个然后换成这个。

运行这行代码测试，

from __future__ import print_function
import torch
x=torch.rand(5,3)
print(x)

显示出来了应该是成功了。

过了几个月，现在是8.13日，我直接安装anaconda，用在anaconda prompt里

pip install pytorch

提示名字不对头，改为了这个

python -m pip install torch

然后在pycharm里把全局包继承勾选，选择anconda环境就可以了。

以下为10.20日整理详细安装教程，首先需要已经安装好了anaconda，并且配置好anaconda环境，如果有问题或者怀疑有问题，卸载所有，安装最新版。

tensorflow和pytorch要安装GPU版本，必须为N卡，否则安装cpu版本

先说CPU版本

1.pip install torch

2.pip install tensorflow

完成

GPU版本安装如下：

1.安装cuda+配置cuda环境+cudann

2.anaconda中安装，可以直接安装也可以新建环境安装，很多小伙伴在这卡住

3.测试pytorch和tensorflow是否成功

1.下载cudatoolkit（就是cuda），根据自己显卡支持的最高cuda版本，点击N卡那个绿色图标，找到组件，上面有写的就是最高支持的cuda版本。建议安装10.2 11.3 11.6，因为pytorch官网是这样的

CUDA Toolkit Archive | NVIDIA Developer

下载完成后找到直接默认位置安装，

这个就是CUDA嘛，安装位置，先看显卡的支持是11.5.126，我下的cuda是11.5的

安装位置

CUDA安装：选自定义安装→默认安装路径→安装结束

安装完成后，会默认生成两个系统变量。

系统变量查看：此电脑→右键选属性→高级系统设置→环境变量→系统变量

环境变量改为自己的版本的

然后安装cudann,把对应文件夹的文件全拷贝到cuda的对应文件里，就算是安装成功。

cuDNN Archive | NVIDIA Developer

安装好CUDANN后在CMD输入 nvcc -V得到结果

配置了cuda，安装tensorflow-gpu版本的，输入命令：pip install --ignore-installed --upgrade tensorflow-gpu

安装成功，不知道能不能用，测试代码

import tensorflow as tf
a = tf.constant(1.)
b = tf.constant(2.)
print(a+b)
print(tf.__version__)
print(tf.test.gpu_device_name())
print('GPU:',tf.config.list_physical_devices(device_type='GPU'))
print('CPU:',tf.config.list_physical_devices(device_type='CPU'))
print(tf.test.is_gpu_available())

安装成功了，安装pytorch

Start Locally | PyTorch

conda install pytorch torchvision torchaudio cudatoolkit=11.3 -c pytorch

conda install pytorch torchvision torchaudio pytorch-cuda=11.6 -c pytorch -c nvidia

安装成功了，不知道安装到哪去了

在安装pytorch的时候，显示在下载cudatoolkit-11.3.1

我在想是不是我没下对cuda

下载对了的我另一台电脑下载的11.3.1，但是它还是这样显示

测试PYtorch


import torchprint(torch.__version__)print(torch.cuda.is_available())#打印判断是否有GPU的结果
print(torch.cuda.device_count())#打印GPU的数量a=torch.randn(2,3)
b=torch.randn(2,3)print(a)
print(b)
c1=a+b
c2=a-b
c3=a*bprint('a+b的和为：%s'%c1)
print('a-b的差为：%s'%c2)
print('a*b的乘积为：%s'%c3)

pytorch安装和tensorflow环境搭建和cuda加速和cudann安装教程记录日期2022.10.20日相关推荐

深度学习（四十一）cuda8.0+ubuntu16.04+theano、caffe、tensorflow环境搭建
cuda8.0+ubuntu16.04+theano.caffe.tensorflow环境搭建目前自己撘过深度学习各种库.各种环境,已经搭建了n多台电脑,发现每台电脑配置安装方法各不相同,总会出现各 ...
Tensorflow环境搭建
2019独角兽企业重金招聘Python工程师标准>>> Tensorflow环境搭建博客分类: 深度学习 Tensorflow环境搭建本章主要介绍在几个主要的平台上,如何安装Te ...
Win10下双系统Ubuntu14.04+GTX1070+CUDAcuDNN+Tensorflow环境搭建
先说机器配置: CPU:Intel Xeon E3-1230 v5 skylake平台(此CPU无核显) 主板:ASUS E3 Pro Gaming v5 RAM:8G GPU:ASUS STRIX- ...
我的AI之路(5)--如何选择和正确安装跟Tensorflow版本对应的CUDA和cuDNN版本
最新的Tensorflow和CUDA cuDNN的对应关系可以从这里找到: https://tensorflow.google.cn/install/source https://tensorflow ...
最适合 Apple Silicon 的 Tensorflow 环境搭建
最适合 Apple Silicon 的 Tensorflow 环境搭建文章目录最适合 Apple Silicon 的 Tensorflow 环境搭建前言一.mini- forge下载: 1. ...
深度学习之tensorflow环境搭建
深度学习之tensorflow环境搭建: 1.搭建的步骤 1-1.破解版的Pycharm软件包下载 1-2.Ananconda软件包的下载 1-3.使用Anaconda Prompt 命令,首先输入 ...
Windows TensorFlow环境搭建
Windows TensorFlow环境搭建简介本次安装是在Windows10 上进行的,使用tensorflow安装的环境为 Anaconda.Python3.7.TensorFlow2.0 搭 ...
WIN10 下 Tensorflow 环境搭建
TensorFlow开发环境搭建 1.安装python 2.安装eclipse+pydev插件 3.安装Tensorflow等python插件这里介绍基于eclipse的Tensorflow环境搭建 ...
Mac 安装 mkdocs 的环境搭建
Mac 安装 mkdocs 的环境搭建最近做一个静态页面,使用 mkdocs 这个框架,后端使用 python 构建.折腾了好久才安装成功.下面把配置安装过程的问题简单总结一下.特别注意环境和工具的 ...

pytorch安装和tensorflow环境搭建和cuda加速和cudann安装教程记录日期2022.10.20日

pytorch安装和tensorflow环境搭建和cuda加速和cudann安装教程记录日期2022.10.20日相关推荐

最新文章

热门文章