Python学习第十七天之PyTorch保姆级安装

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 --all

2. 通过环境路径删除

conda remove --prefix 路径 --all

3. 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。

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

1. 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

3. 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/cu121

3. 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