深度学习环境搭建anaconda+pycharm+pytorch的方法步骤

作者:Emperor10 时间:2023-06-27 02:02:49 

本文将详细介绍一下如何搭建深度学习所需要的实验环境.
这个框架分为以下六个模块

深度学习环境搭建anaconda+pycharm+pytorch的方法步骤

显卡

简单理解这个就是我们常说的GPU,显卡的功能是一个专门做矩阵运算的部件,用于显示方面的运算,现在神经网络中绝大操作都是对矩阵的运算,所以我们当然可以将显卡的矩阵运算功能应用起来,来提高计算速度.

驱动

通常指NVIDIA Driver,其实它就是一个驱动软件,而前面的显卡就是硬件

cuda

cuda是一个扩展包,能够使得使用GPU进行通用计算变得简单和优雅,它本质上是一套指令集,我们通过这个指令集来使用显卡的矩阵运算操作;

Q:如何查看显卡支持的cuda的最高版本?

深度学习环境搭建anaconda+pycharm+pytorch的方法步骤

深度学习环境搭建anaconda+pycharm+pytorch的方法步骤

anaconda

1. 下载安装

下载官网:https://www.anaconda.com/

深度学习环境搭建anaconda+pycharm+pytorch的方法步骤

选择与系统位数对应的安装包下载即可。

深度学习环境搭建anaconda+pycharm+pytorch的方法步骤

Anaconda占用空间较大,建议选择一个空闲的磁盘专门用来放Anaconda。

深度学习环境搭建anaconda+pycharm+pytorch的方法步骤

勾选添加环境变量

深度学习环境搭建anaconda+pycharm+pytorch的方法步骤

2. 安装pytorch虚拟环境

创建一个虚拟环境:conda create -n torch(虚拟环境名) python = 3.7

深度学习环境搭建anaconda+pycharm+pytorch的方法步骤

此步骤 若出现以下情况:

深度学习环境搭建anaconda+pycharm+pytorch的方法步骤

解决方法:
在创建新的虚拟环境前先输入以下命令。


conda config --add channels conda-forge
conda config --set channel_priority strict
conda config --set channel_priority flexible

深度学习环境搭建anaconda+pycharm+pytorch的方法步骤

这个路径下存放的就是我们创建好的虚拟环境,torch文件夹下存放的就是我们在该环境下安装的一些包等等。

深度学习环境搭建anaconda+pycharm+pytorch的方法步骤

深度学习环境搭建anaconda+pycharm+pytorch的方法步骤

激活并进入该环境:conda activate torch

激活环境前处于“大厅”位置(base),在激活torch环境后,我们可以看到已经进入了我们刚才新建的torch环境下(torch)。

深度学习环境搭建anaconda+pycharm+pytorch的方法步骤

查看该环境下装了哪些工具包:conda list

深度学习环境搭建anaconda+pycharm+pytorch的方法步骤

下载pytorch:conda activate torch

下载官网:https://pytorch.org/

进入pytorch官网选择对应的一些选项,在最后一行会生成与之相对应的代码行,复制到终端窗口执行即可。

深度学习环境搭建anaconda+pycharm+pytorch的方法步骤

该命令行表示从pytorch下载前面四个工具包。

深度学习环境搭建anaconda+pycharm+pytorch的方法步骤

Q:如何解决下载速度过慢的问题?

由于这些网站的服务器都在国外,我们下载的话速度会非常慢,为了解决这个问题,国内有些大佬做了镜像网站,一段时间会专门去更新一次,所以换到镜像网站下载速度会大大提升。


清华源:
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
conda config --set show_channel_urls true

中科大源:
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/bioconda/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/menpo/
conda config --set show_channel_urls yes

本次安装我们换清华源

深度学习环境搭建anaconda+pycharm+pytorch的方法步骤

换源后查看一下是否换源成功,channels表示下载通道,其中的网址都是清华源的网址,说明换源成功。

深度学习环境搭建anaconda+pycharm+pytorch的方法步骤

换掉原本的下载指令,去掉后面的 -c pytorch,表示从当前的清华源下载。

深度学习环境搭建anaconda+pycharm+pytorch的方法步骤

以下我们的pytorch虚拟环境以及一些工具包已经装好了。

深度学习环境搭建anaconda+pycharm+pytorch的方法步骤

深度学习环境搭建anaconda+pycharm+pytorch的方法步骤

退出当前虚拟环境,回到大厅:conda deactivate

深度学习环境搭建anaconda+pycharm+pytorch的方法步骤

查看当前anconda中都有哪些虚拟环境:conda info -e

表示此时处于大厅位置。

深度学习环境搭建anaconda+pycharm+pytorch的方法步骤

在pytorch环境下编写测试代码

首先进入pytorch虚拟环境

深度学习环境搭建anaconda+pycharm+pytorch的方法步骤

输入命令行import torch,若出现以下标志,说明pytorch已经安装好。

深度学习环境搭建anaconda+pycharm+pytorch的方法步骤

3. conda常用指令

 创建一个虚拟环境


conda create -n torch[虚拟环境名]  python = 3.7

激活并进入该环境


conda activate torch

查看该环境下装了哪些工具包


conda list

退出当前虚拟环境,回到大厅


conda deactivate

查看当前anconda中都有哪些虚拟环境


conda info -e

删掉该环境中的所有内容,并且销毁该环境


(base) conda remove -n torch --all

pycahrm / jupyter

下载安装

下载社区版的pycharm,修改安装路径为空闲磁盘。没有什么需要特别注意的,直接下一步即可。

深度学习环境搭建anaconda+pycharm+pytorch的方法步骤 

如何建好的虚拟环境的解释器找出来指派给代码?

我们可以创建多个虚拟环境,比如tensorflow,pytorch等,在用不同的框架时通过下面的设置切换到不同的虚拟环境即可。也有人会把所有的框架等装到一个虚拟环境中,当然理论上也是可以的,只是不方便管理,而且同一个虚拟环境下是不允许安装同一个工具的不同版本,这就非常不利于我们后续的学习。
具体操作如下:

深度学习环境搭建anaconda+pycharm+pytorch的方法步骤

深度学习环境搭建anaconda+pycharm+pytorch的方法步骤

pycharm中运行以下代码测试,若出现以下结果,说明环境搭建完成。
如果下图第二行显示为false,有可能是电脑显卡不支持cuda,只需删除该虚拟环境,重新下载cpu版本的pytorch即可。

深度学习环境搭建anaconda+pycharm+pytorch的方法步骤


import torch

print(torch.__version__)
print(torch.cuda.is_available())

x = torch.randn(1)
if torch.cuda.is_available():
   device = torch.device("cuda")
   y = torch.ones_like(x, device=device)
   x = x.to(device)
   z = x + y
   print(z)
   print(z.to("cpu", torch.double))

来源:https://blog.csdn.net/Emperor10/article/details/120178343

标签:anaconda,pycharm,pytorch
0
投稿

猜你喜欢

  • 基于Go语言实现分金币游戏

    2023-06-22 06:49:28
  • python pandas loc 布尔索引示例说明

    2021-02-28 22:43:19
  • js下用eval生成JSON对象

    2024-04-19 10:00:24
  • Python Matplotlib绘制扇形图标签重叠问题解决过程

    2022-06-27 05:22:48
  • 利用scrapy将爬到的数据保存到mysql(防止重复)

    2024-01-23 15:35:28
  • 256种编程语言大汇总

    2023-05-30 19:06:01
  • python爬取代理ip的示例

    2022-01-20 11:41:12
  • 一文秒懂pandas中iloc()函数

    2023-07-31 18:20:42
  • Django中ORM找出内容不为空的数据实例

    2022-03-24 04:47:56
  • Python真题案例之最长回文子串 周期串详解

    2021-12-01 02:57:02
  • 使用Python中Tkinter模块的Treeview 组件显示ini文件操作

    2022-05-23 03:45:38
  • 详解Vue的ref特性的使用

    2024-06-07 15:23:02
  • Python的Bottle框架中获取制定cookie的教程

    2021-06-28 02:34:20
  • 解决SQL SERVER数据库备份时出现“操作系统错误5(拒绝访问)。BACKUP DATABASE 正在异常终止。”错误的解决办法

    2024-01-22 08:24:14
  • PyQt5 closeEvent关闭事件退出提示框原理解析

    2022-10-18 05:51:17
  • block 和 inline 答案揭晓~ 另付一则,关于 word-break

    2009-12-08 13:06:00
  • python引入requests报错could not be resolved解决方案

    2022-08-28 08:24:45
  • MySQL数据库的多种连接方式及工具

    2024-01-13 10:37:14
  • 轻松实现javascript数据双向绑定

    2024-03-26 20:23:50
  • 详解Python中的Lock和Rlock

    2023-08-11 18:35:20
  • asp之家 网络编程 m.aspxhome.com