智能网站建设找三好科技,大连企业推广公司,有专门教做家具的网站,北京php网站制作PyTorch安装与部署 一、准备工作二、pytorch介绍三、CPU版本pytorch安装1. 创建虚拟环境2. 删除虚拟环境1. 通过环境名称删除2. 通过环境路径删除 3. 配置镜像源4. 安装pytorch1. 首先激活环境变量2. 进入pytorch官网#xff0c;找到安装指令 5. 验证pytorch是否安装成功 四、… PyTorch安装与部署 一、准备工作二、pytorch介绍三、CPU版本pytorch安装1. 创建虚拟环境2. 删除虚拟环境1. 通过环境名称删除2. 通过环境路径删除 3. 配置镜像源4. 安装pytorch1. 首先激活环境变量2. 进入pytorch官网找到安装指令 5. 验证pytorch是否安装成功 四、GPU版本pytorch安装1. 查看自己电脑的GPU2. 安装pytorch3. 验证是否安装成功 五、补充1. 卸载当前的PyTorch版本 六、如何使用Anaconda环境1.pycharm如何使用2. jupyter如何使用 一、准备工作 1.pytorch需要python3.6及以上的python版本 2.我是利用Anaconda来管理我的python。可自行安装Anaconda。
二、pytorch介绍
安装 PyTorch 时可以选择在 CPU 或 GPU 上运行取决于你的硬件支持和需求。
CPU版本安装 CPU 版本适用于没有 GPU 或不需要使用 GPU 进行深度学习的情况。安装过程相对简单因为没有依赖 GPU 驱动和 CUDA 的要求。GPU版本安装 如果你的计算机上有 NVIDIA GPU并且你希望加速深度学习计算可以安装 GPU 版本的 PyTorch。GPU 版本依赖于 CUDA 和 cuDNN。
三、CPU版本pytorch安装
为了更好的管理不同项目的Python项目通常建议创建一个虚拟环境。可以隔离不同项目的依赖项避免项目之间的冲突。
1. 创建虚拟环境
安装好Anaconda后会有这些程序 输入以下指令可查看当前的虚拟环境
conda env list利用 conda create 指令创建新的虚拟环境
conda create –n 虚拟环境名字(自己设置) python版本演示如下 输入y等待安装
2. 删除虚拟环境
1. 通过环境名称删除
conda remove --name 环境名称 --all2. 通过环境路径删除
conda remove --prefix 路径 --all3. 配置镜像源
根据上述操作以如下的环境列表为例虚拟环境已经创建好 由于安装指令都是从国外的通道下载下载速度会非常慢。所以我们可以用国内的镜像地址下载pytorch
conda config --show输入上述指令可以查看我们的通道地址 我的环境中有三个清华的镜像源。如果是之前没用过镜像源这里只会显示dafaults。
镜像名镜像地址清华源镜像https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch阿里巴巴镜像http://mirrors.aliyun.com/anaconda/pkgs/main淘宝镜像源https://registry.npmmirror.com/
conda config --add channels 通道地址输入以上命令可以添加通道地址添加后输入以下地址也可以查看通道地址验证是否加上通道
conda config --get如果想删除通道可执行下面代码
conda config --remove channels 通道地址4. 安装pytorch
1. 首先激活环境变量
conda activate 创建的虚拟环境2. 进入pytorch官网找到安装指令
点击Get started 进行如下配置 2. 找到安装代码
conda install pytorch torchvision torchaudio cpuonly -c pytorch //注意这种就是直接从国外下载了用镜像源安装 注:使用的镜像一定要是highest priority的镜像,否则会下载失败
conda install pytorch torchvision torchaudio cpuonly –c 镜像地址4. 直接复制自己对应的镜像源即可 5. 出现下图所示就是安装完成。
5. 验证pytorch是否安装成功
在安装pytorch的虚拟环境下输入conda list 查看是否有pytorch 在虚拟环境下运行python并导入torch
print(torch.__version__)注:这里我们导入torch失败,报错Cannot load mkl_intel_thread.dll 错误警告
INTEL MKL ERROR: 找不到指定的模块。 mkl_intel_thread.dll.Intel MKL FATAL ERROR: Cannot load mkl_intel_thread.dll. 一些需要mkl_intel_thread.dll文件的python库无法加载其文件主要原因是环境问题。
解决方法
#使用conda或者pip对其跟新
conda update numpy
conda update mkl在此执行
import torch
print(torch.__version__)显示PyTorch 的版本号说明 PyTorch 已经成功安装。
四、GPU版本pytorch安装
首先和CPU版本安装一样创建一个虚拟环境前面提到这里不在重复。
1. 查看自己电脑的GPU
在任务管理器中可查看GPU 如果没安装显卡驱动先安装最新的显卡驱动到官网自行安装即可。 查看驱动版本。win r 输入cmd 进入终端输入指令
nvidia-smi我的 CUDA 驱动版本是 12.1这表示驱动所支持的最大 CUDA 运行时 API 版本是 12.1。因此如果要安装 CUDA 运行时版本就需要确保 CUDA 驱动版本 CUDA 运行时版本也就是说可以安装 12.1 及更早的版本。
2. 安装pytorch
直接进入创建的虚拟环境中输入命令安装成功
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu1213. 验证是否安装成功
指令
import torch
print(torch.__version__)
print(torch.cuda.is_available())可以直接进入终端python运行指令检验 出现以上界面说明安装成功 也可以直接在pycharm编辑器中验证。 使用GPU环境最后输出cu121、True说明安装成功
五、补充
1. 卸载当前的PyTorch版本
进入所在的虚拟环境输入以下指令即可。
pip uninstall torch torchvision torchaudio六、如何使用Anaconda环境
1.pycharm如何使用 2. jupyter如何使用
打开Anaconda Prompt 切换到自己想要使用的环境
conda activate 环境名执行
conda install nb_conda输入y 显示done下载成功 执行jupyter notebook
