当前位置: 首页 > article >正文

Anaconda配置pytorch的基本操作

创建环境地址大概率默认是c盘,如何处理:

方法 1:使用 -p 参数指定环境路径

conda create -p D:\conda_envs\pytorch_cpu python=3.x

如果用 -p 指定路径,需要使用完整路径来激活环境,例如 conda activate D:\conda_envs\pytorch_cpu,而不是只用环境名称。

conda activate D:\conda_envs\pytorch_cpu

方法 2:更改 Conda 默认环境路径

如果你想让 Conda 的环境始终在 D 盘创建,你可以通过设置 conda 的配置文件来更改默认路径。

打开命令行(CMD 或者 Anaconda Prompt),输入以下命令来更改默认环境存储路径:

conda config --add envs_dirs D:\conda_envs

检查更改是否生效:

conda config --show envs_dirs

输出应该包含你刚刚添加的路径:D:\conda_envs

这样,之后你每次使用 conda create -n 命令时,新的环境都会被创建到 D:\conda_envs 目录下。


创建虚拟环境命名 可指定python版本
conda create -n pytorch_cpu python=3.x

删除虚拟环境
conda env remove -n pytorch_cpu

查看当前计算机几个虚拟环境 a是详细信息
conda info -e
conda info -a 
查看当前的库
conda list

激活环境命名
conda activate pytorch_cpu

寻找该激活环境命名python解释器位置
where python

安装pytorch(https://pytorch.org/get-started/locally/)
conda install pytorch torchvision torchaudio cpuonly -c pytorch

检查gpu可用吗如果是gpu就是True
python 
import torch
print(torch.cuda.is_available())
exit()
如果是gpu就是True

要在虚拟环境再安装一次
conda pip install jupyter notebook

退出虚拟环境
conda deactivate


http://www.kler.cn/a/316300.html

相关文章:

  • 实现 MVC 模式
  • Node.js笔记
  • 一种基于深度学习的反无人机无人值守系统及方法
  • gdb编译教程(支持linux下X86和ARM架构)
  • 修改yolo格式的labels类别、删除yolo格式的labels类别
  • 单元测试、集成测试、系统测试有什么区别
  • Error when custom data is added to Azure OpenAI Service Deployment
  • Python办公自动化教程(001):PDF内容提取
  • Junit与Spring Test简单使用
  • AI量化交易机器人开发
  • docker挂载宿主机文件run命令启动报错
  • 如何选购笔记本电脑?要看哪些参数?
  • C++重生之我是001
  • Flat File端口更新:如何实现嵌套结构
  • keil安装HAL库
  • 计算机网络32——Linux-文件io-2文件系统
  • 《拿下奇怪的前端报错》:nvm不可用报错`GLIBC_2.27‘‘GLIBCXX_3.4.20‘not Found?+ 使用docker构建多个前端项目实践
  • Linux环境Docker安装Mongodb
  • Electron 安装包 asar 解压定位问题实战
  • 深度学习与大模型第5课:利用 NLTK 中的朴素贝叶斯工具解决实际问题:垃圾邮件过滤
  • Java 速刷复习用极简小抄 P1 - Java 概念
  • C++学习笔记(36)
  • C++--C++11(下)
  • 近几年来说最有效率的编程语言和市场最认可的编程语言分别是什么?
  • Pandas库中pd.to_datetime()函数用法详细介绍
  • 监控易:部委-省-市-县多级架构的集中智能运维解决方案