赵走x博客
网站访问量：151545
首页
书籍
软件
工具
古诗词
搜索
登录
4、张量
3、PyTorch相关资源
2、PyTorch的安装
1、PyTorch简介
2、PyTorch的安装
资源编号:570039
热度：121
2、PyTorch的安装
# 1.2 PyTorch的安装 PyTorch的安装是我们学习PyTorch的第一步，也是经常出错的一步。在安装PyTorch时，我们通常使用的是**Anaconda/miniconda+Pytorch**+ IDE 的流程。 经过本节的学习，你将收获： - Anaconda/miniconda的安装及其常见命令 - PyTorch的安装流程 - 如何选择一个适合自己的PyTorch版本 ## 1.2.1 Anaconda的安装 在数据科学和最近很火的深度学习中，要用到大量成熟的package。我们一个个安装 package 很麻烦，而且很容易出现包之间的依赖不适配的问题。而 Anaconda/miniconda的出现很好的解决了我们的问题，它集成了常用于科学分析（机器学习， 深度学习）的大量package，并且借助于conda我们可以实现对虚拟Python环境的管理。 ### Step 1：安装Anaconda/miniconda 登陆[Anaconda | Individual Edition](https://www.anaconda.com/products/individual)，选择相应系统DownLoad，此处以Windows为例（Linux可以点击[链接](https://docs.conda.io/en/latest/miniconda.html)选择合适的版本进行下载或者通过官方提供的shell脚本进行下载）：  ### Step 2：检验是否安装成功 在开始页找到Anaconda Prompt，一般在Anaconda3的文件夹下,( Linux在终端下就行了）  ### Step 3：创建虚拟环境 Linux在终端(`Ctrl`+`Alt`+`T`)进行，Windows在`Anaconda Prompt`进行 #### 查看现存虚拟环境 查看已经安装好的虚拟环境，可以看到我们这里已经有两个环境存在了 ```bash conda env list ```  #### 创建虚拟环境 在深度学习和机器学习中，我们经常会创建不同版本的虚拟环境来满足我们的一些需求。下面我们介绍创建虚拟环境的命令。 ```bash conda create -n env_name python==version # 注：将env_name 替换成你的环境的名称，version替换成对应的版本号，eg：3.8 ```  **注**： 1. 这里忽略我们的warning，因为我们测试的时候已经安了又卸载一遍了，正常时是不会有warning的。 2. 在选择Python版本时，不要选择太高，建议选择3.6-3.8，版本过高会导致相关库不适配。 #### 安装包 ```bash conda install package_name # 注：package_name 替换成对应的包的名称，eg: pandas ``` #### 卸载包 ```bash conda remove package_name # 注：package_name 替换成对应的包的名称，eg: pandas ``` #### 显示所有安装的包 ```bash conda list ``` #### 删除虚拟环境命令 ```bash conda remove -n env_name --all # 注：env_name 替换成对应的环境的名称 ``` #### 激活环境命令 ```bash conda activate env_name # 注：env_name 替换成对应的环境的名称 ``` #### 退出当前环境 ```bash conda deactivate ``` 关于更多的命令，我们可以查看Anaconda/miniconda官方提供的命令，官网链接：[点击这里](https://docs.conda.io/projects/conda/en/latest/commands.html#conda-general-commands) ### Step 4：换源 在安装package时，我们经常会使用`pip install package_name`和`conda install package_name` 的命令，但是一些package下载速度会很慢，因此我们需要进行换源，换成国内源，加快我们的下载速度。以下便是两种对应方式的永久换源。如果我们仅仅想为单次下载换源可以使用`pip install package_name -i https://pypi.tuna.tsinghua.edu.cn/simple`进行下载。 #### pip换源 ##### Linux： Linux下的换源，我们首先需要在用户目录下新建文件夹`.pip`，并且在文件夹内新建文件`pip.conf`，具体命令如下 ```bash cd ~ mkdir .pip/ vi pip.conf ``` 随后，我们需要在`pip.conf`添加下方的内容: ```bash [global] index-url = http://pypi.douban.com/simple [install] use-mirrors =true mirrors =http://pypi.douban.com/simple/ trusted-host =pypi.douban.com ``` ##### Windows： 1、文件管理器文件路径地址栏敲：`%APPDATA%` 回车，快速进入 `C:\Users\电脑用户\AppData\Roaming` 文件夹中 2、新建 pip 文件夹并在文件夹中新建 `pip.ini` 配置文件 3、我们需要在`pip.ini` 配置文件内容，我们可以选择使用记事本打开，输入以下内容，并按下ctrl+s保存，在这里我们使用的是豆瓣源为例子。 ```bash [global] index-url = http://pypi.douban.com/simple [install] use-mirrors =true mirrors =http://pypi.douban.com/simple/ trusted-host =pypi.douban.com ``` #### conda换源（清华源）[官方换源帮助](https://mirrors.tuna.tsinghua.edu.cn/help/anaconda/) ##### Windows系统： TUNA 提供了 Anaconda 仓库与第三方源的镜像，各系统都可以通过修改用户目录下的 `.condarc` 文件。Windows 用户无法直接创建名为 `.condarc` 的文件，可先执行`conda config --set show_channel_urls yes`生成该文件之后再修改。 完成这一步后，我们需要修改`C:\Users\User_name\.condarc`这个文件，打开后将文件里原始内容删除，将下面的内容复制进去并保存。 ```bash channels: - defaults show_channel_urls: true default_channels: - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2 custom_channels: conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud ``` 这一步完成后，我们需要打开`Anaconda Prompt` 运行 `conda clean -i` 清除索引缓存，保证用的是镜像站提供的索引。 ##### Linux系统： 在Linux系统下，我们还是需要修改`.condarc`来进行换源 ```bash cd ~ vi .condarc ``` 在`vim`下，我们需要输入`i`进入编辑模式，将上方内容粘贴进去，按`ESC`退出编辑模式，输入`:wq`保存并退出  我们可以通过`conda config --show default_channels`检查下是否换源成功，如果出现下图内容，即代表我们换源成功。  同时，我们仍然需要`conda clean -i` 清除索引缓存，保证用的是镜像站提供的索引。 ## 1.2.2 查看显卡 该部分如果仅仅只有CPU或者集显的小伙伴们可以跳过该部分 ### windows： 我们可以通过在`cmd/terminal中`输入`nvidia-smi`（Linux和Win命令一样）、使用NVIDIA控制面板和使用任务管理器查看自己是否有NVIDIA的独立显卡及其型号   ### linux：  我们需要看下版本号，看自己可以兼容的CUDA版本，等会安装PyTorch时是可以向下兼容的。具体适配表如下图所示。  ## 1.2.3 安装PyTorch ### Step 1：登录[PyTorch官网](https://pytorch.org/)  ### Step 2：Install  这个界面我们可以选择本地开始（Start Locally），云开发（Cloud Partners)，以前的Pytorch版本（Previous PyTorch Versions），移动端开发（Mobile），在此处我们需要进行本地安装。 ### Step 3：选择命令 我们需要结合自己情况选择命令并复制下来，然后使用conda下载或者pip下载（建议conda安装） 打开`Terminal`，输入`conda activate env_name`(env_name 为你对应的环境名称)，切换到对应的环境下面，我们就可以进行PyTorch的安装了。  **注**： 1. **Stable**代表的是稳定版本，**Preview**代表的是先行版本 2. 可以结合电脑是否有显卡，选择CPU版本还是CUDA版本，CUDA版本需要拥有独显且是NVIDIA的GPU 3. 官方建议我们使用**Anaconda/miniconda**来进行管理 4. 关于安装的系统要求 1. **Windows**： 1. Windows 7及更高版本；建议使用Windows 10或者更高的版本 2. Windows Server 2008 r2 及更高版本 2. **Linux：以常见的CentOS和Ubuntu为例** 1. CentOS, 最低版本7.3-1611 2. Ubuntu, 最低版本 13.04，这里会导致cuda安装的最大版本不同 3. **macOS**： 1. macOS 10.10及其以上 5. 有些电脑所支持的cuda版本<10.2，此时我们需要进行手动降级，即就是cudatoolkit = 你所适合的版本，但是这里需要注意下一定要保持PyTorch和cudatoolkit的版本适配。查看[Previous PyTorch Versions | PyTorch](https://pytorch.org/get-started/previous-versions/) ### Step 4：在线下载 如果我们使用的`Anaconda Prompt`进行下载的话，我们需要先通过`conda activate env_name`，激活我们的虚拟环境中去，再输入命令。 **注**: 我们需要要把下载指令后面的 -c pytorch 去掉以保证使用清华源下载，否则还是默认从官网下载。 ### Step 5：离线下载 #### Windows： 在安装的过程中，我们可能会出现一些奇奇怪怪的问题，导致在线下载不成功，我们也可以使用**离线下载**的方法进行。 **下载地址**：https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/ 通过上面下载地址，我们需要下载好对应版本的pytorch和 torchvision 包，然后打开`Anaconda Prompt`/`Terminal`中，进入我们安装的路径下。 ```bash cd package_location conda activate env_name ``` 接下来输入以下命令安装两个包 ```bash conda install --offline pytorch压缩包的全称（后缀都不能忘记） conda install --offline torchvision压缩包的全称（后缀都不能忘记） ``` #### Step 6：检验是否安装成功 进入所在的**虚拟环境**，紧接着输入`python`，在输入下面的代码。 ```python import torch torch.cuda.is_available() ``` ```bash False ``` 这条命令意思是检验是否可以调用cuda，如果我们**安装的是CPU版本的话会返回False，能够调用GPU的会返回True**。一般这个命令不报错的话就证明安装成功。 - Windows系统  - Linux系统  PyTorch的安装绝对是一个容易上火的过程，而且网络上的教程很可能对应早期的版本，或是会出现一些奇奇怪怪的问题，但是别担心，多装几次多遇到点奇奇怪怪的问题就好了！ ## 1.2.4 PyCharm安装（可选操作） VSCode这些也是ok的，安装PyCharm非必须操作 Linux，Windows此处操作相同，我们建议Windows的同学安装Pycharm即可，因为在Linux上pycharm并不是主流的IDE。 ### Step 1：进入[官网](https://www.jetbrains.com/pycharm/)下载 如果是学生的话可以使用学生邮箱注册并下载Professional版本，Community版本也基本能满足我们的日常需求。  ### Step 2：配置环境 我们需要将虚拟环境设为我们的编译器，具体操作：File --> Settings --> Project:你的项目名称--> Python Interpreter 进去后，我们可以看见他使用的是默认的base环境，现在我们需要将这个环境设置成我们的`test`环境,点击`齿轮`，选择`Add`  点击`Conda Environment` ，选择`Existing environment`，将`Interpreter`设置为test环境下的`python.exe`  注：如果在pycharm的环境时，想进入我们的虚拟环境，要使用`conda activate 名称`
