pytorch環境配置

Pytorch安裝

Anaconda 安裝pytorch

目錄

• Pytorch安裝
  • 1. anaconda 環境相關命令
  • 2. 安裝pytorch
    • 查看NVIDIA
  • 3.查看安裝成功
  • 4.pycharm 啟用pytorch環境

1. anaconda 環境相關命令

查看命令列表： conda info --envs
刪除環境：conda remove -n 環境名稱 --all
創建環境pytorch_py37：conda create -n pytorch_py37 python=3.7
激活環境：conda activate pytorch_py37
不激活環境：conda deactivate
清華鏡像,自動安裝最新版
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow
豆瓣鏡像，自動安裝最新版
pip install -i https://pypi.douban.com/simple tensorflow

2. 安裝pytorch

1. 利用 conda create -n pytorch_py37 python=3.7 創建環境
2. 將其激活conda activate pytorch_py37
3. 登錄到官網：https://pytorch.org/
   
4. 將命令粘貼到 conda Prompt
   下載慢，

• 使用清華鏡像源

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes

另外為了保險起見，建議同時添加第三方conda源：

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/menpo/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/

然后再去pytorch官網復制下載代碼，記得刪掉后面的-c pytorch,因為它表示從官網進行下載，不從清華鏡像源下。

• 離線安裝

  去清華鏡像源本地下載

  • （linux版本）https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/linux-64/?C=M&O=A或https://anaconda.org/pytorch/pytorch/files?version=1.3.0
  • （windows版）https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/win-64/?C=M&O=A

  將下載的 pytorch-1.5.0-py3.7_cuda92_cudnn7_0.tar.bz2 和 torchvision-0.6.0-py37_cu92.tar.bz2

  放入anaconda的pkgs文件夾中。

  離線安裝代碼：

  conda install --offline pytorch-1.5.0-py3.7_cuda92_cudnn7_0.tar.bz2

  安裝代碼也得根據自己下載的版本來修改！offline 后面那一串都是下載的文件名，我這里示意的是linux版本的，win10版的得看你自己下載好的文件名是什么
  離線安裝時，記得用cd命令把當前目錄改到下載的離線文件所在目錄
  torchvision也要單獨安裝：

  conda install --offline torchvision-0.6.0-py37_cu92.tar.bz2

---

查看NVIDIA

1. 搜索並打開
   

2. 左下角-系統信息：查看驅動版本和CUDA版本
   
   

---

3.查看安裝成功

python

import torch
#gpu是否可用，是則返回true
torch.cuda.is_available() 

4.pycharm 啟用pytorch環境