使用anaconda安裝pytorch+PySyft(適用於linux和windows環境)


由於最近看的一個FL示例代碼使用的PySyft,按照網上教程草草地安裝了一個,但是版本太高了,一些支持的方法都沒有了,所以只好指定版本安裝

步驟:

  1. 創建conda的虛擬環境,指定python版本為3.7
  2. 進入虛擬環境,安裝pytorch(GPU / CPU版本)
  3. 安裝PySyft(0.2.4版本)
  4. 重新安裝PySyft的依賴

 

1.創建conda的虛擬環境,指定python版本為3.7

可以直接進入Anaconda里面創建環境

或 進入conda prompt,輸入指令

conda create -n syftpy python=3.7 --yes

 

2.進入虛擬環境,安裝pytorch(GPU / CPU版本)

在conda prompt 進入剛才創建的虛擬環境,安裝適合你cuda版本的pytorch,我們安裝1.4的版本(因為PySyft0.2.4要求Torch版本為1.4)

可以輸入以下指令查看你的cuda版本:

nvcc --version

 更新conda的下載源

# 添加清華源的pytorch 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 conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/

可進入 該網頁 查看pytorch下載命令,我們需要下載1.4的版本,可參考使用以下命令

conda activate syftpy # 進入虛擬環境 conda install pytorch==1.4.0 torchvision==0.5.0 cudatoolkit=10.1 -c pytorch # 下載cuda(10.1)版本pytorch  # conda install pytorch==1.4.0 torchvision==0.5.0 -c pytorch #下載CPU版本pytorch

 

3.安裝PySyft(0.2.4版本)

pip3 install syft==0.2.4 --no-dependencies

 

 4.重新安裝PySyft的依賴

# 安裝以下依賴 pip install lz4~=3.0.2 msgpack~=1.0.0 phe~=1.4.0 scipy~=1.4.1 syft-proto~=0.2.5.a1 tblib~=1.6.0 websocket-client~=0.57.0 
pip install websockets~=8.1.0 zstd~=1.4.4.0 Flask~=1.1.1 tornado==4.5.3 flask-socketio~=4.2.1 lz4~=3.0.2 Pillow~=6.2.2

pip install requests~=2.22.0 numpy~=1.18.1

 會報錯:

 

 

 嗯,好大一堆錯,不過沒關系,糾正錯誤就行

安裝下面的依賴

pip install tblib~=1.6.0

雖然安裝成功,但是會報錯:

 

 

錯誤說明:Syft需要安裝的沒安裝,需要的低版本咱安裝成了高版本(這個不能賴我,這是torch在安裝的時候自動安裝的高版本依賴)

所以,按照紅色說明,把沒安裝的安裝:pip install xxx,這個xxx就和報錯需要安裝的一模一樣,直接粘貼就行

高版本的卸載(pip uninstall xxx)再重新安裝指定版本

直到你安裝結束沒有紅色錯誤提示

 

執行下面的代碼,測試你的PySyft是否可用:

import syft as sy import torch import sys from torch.nn import Parameter import torch.nn as nn import torch.nn.functional as F hook = sy.TorchHook(torch) print(hook) print(torch.tensor([1,2,3,4,5])) x = torch.tensor([1,2,3,4,5]) print('x = ', x) y = x+x print('y = ', y) bob = sy.VirtualWorker(hook, id='bob') print('bob = ', bob) x = torch.tensor([1,2,3,4,5]) y = torch.tensor([1,1,1,1,1]) #先展示下bob的objs print('bob._objects = ', bob._objects) x_ptr = x.send(bob) y_ptr = y.send(bob) print('bob._objects = ', bob._objects, 'after send') print('x_ptr = ', x_ptr) print('y_ptr = ', y_ptr) print('x_ptr.location = ', x_ptr.location) print('x_ptr.owner = ', x_ptr.owner) z = x_ptr + y_ptr print('z = ', z) print('bob._objects = ', bob._objects, 'after add')

 

參考內容:

聯邦學習小系統搭建和測試(PySyft + Raspberry Pi 4)

[pysyft-001]聯邦學習pysyft從入門到精通--安裝


免責聲明!

本站轉載的文章為個人學習借鑒使用,本站對版權不負任何法律責任。如果侵犯了您的隱私權益,請聯系本站郵箱yoyou2525@163.com刪除。



 
粵ICP備18138465號   © 2018-2025 CODEPRJ.COM