Anaconda+pycharm+pytorch+GPU配置教程

Anaconda+pycharm+pytorch+GPU配置教程AnacondaAnaconda下载:直接官网下载https://www.anaconda.com/找到合适的包(有人说如果不科学上网的话就很慢我觉得还好实在慢就找找镜像网站,网上应该不少资源)Anaconda安装https://blog.csdn.net/u012318074/article/details/77075209【注1】可以装在非C盘,路径老生常谈的没有空格没有中文建议选择简单一点的路径因为后续这里面路径还会层层叠叠叠叠叠叠【注2】…

Anaconda+pycharm+pytorch+GPU配置教程

Anaconda

Anaconda下载:

直接官网下载https://www.anaconda.com/ 找到合适的包(有人说如果不科学上网的话就很慢 我觉得还好 实在慢就找找镜像网站,网上应该不少资源)

Anaconda安装

https://blog.csdn.net/u012318074/article/details/77075209

【注1】可以装在非C盘,

           路径老生常谈的没有空格没有中文 建议选择简单一点的路径 因为后续这里面路径还会层层叠叠叠叠叠叠

【注2】

  1. 网上有教程说安装Anaconda之前需要先装好python  我装了 但是感觉没必要,Anaconda是自带python环境的,而且可以选择版本 没必要自己装(我装的python3.9 结果发现pytorch最高对应3.8……),
  2. 有的博客说Anaconda需要配置系统环境变量(其实安装的时候有一个选项可以点Add balanala to path),有的说不建议 我认为配不配都行吧 如果想要cmd里面直接用conda或者调 jupyter notebook就配一下  不配也没什么影响

自己配Path就把这几个加在环境变量里:(D:\是自己的安装路径)

D:\Anaconda\ 
D:\Anaconda\Scripts 
D:\Anaconda\Library\bin 
D:\Anaconda\Library\mingw-w64\bin

 

 

 

设置虚拟环境:

创建一个虚拟环境

最傻瓜方法:

点开Anaconda Navigator(可能会很慢 有点耐心)

右面点环境Environments 下面Creat选择对应名字和python版本 创建

左键双击三角选terminal点进命令行,前面的括号里面是谁,现在就在哪个环境里

看上去高级一点的方法:

进入anaconda prompt环境下(开始菜单找找),进去之后应该是base环境,不要用这个

              conda create -n env_name python=X.X  (“env_name”是要创建的环境名;“python=X.X”是选择的Python版本)—创建一个环境

              activate your_env_name 激活这个环境 之后前面的括号里面应该就是你刚刚创建的环境名称了

 

Anaconda配置环境非常清晰 配置完之后就像一个一个的小房间一样,互不干扰

 

配置pytorch环境:

       欢迎来到最坎坷的环节 pytorch配置有cpu版本和gpu版本

【注:】对于因为某些原因导致pytorch下载的特别慢的人建议使用镜像参考博客https://blog.csdn.net/chengmo123/article/details/102594847

Cpu:

              命令建议直接问官网https://pytorch.org/  选择自己的系统和python版本 CUDA选NONE  想要历史版本选下面的Previous version进去找找 不建议自由发挥【使用镜像源去掉 -c 】

 GPU:

先安装CUDN和CUDNN :

首先需要判断自己的CUDA版本:

各种方式找找自己电脑上NVDIA Control Panel,点击左下角系统信息—组件—看NVCUDA64.DLL是多少,这个就是你的显卡最高可以支持的CUDA版本。

下载安装配环境 可参考https://blog.csdn.net/sinat_23619409/article/details/84202651

然后安装pytorch,过程基本与CPU版本类似

去官网上找到对应的命令就可以了(这个是向下兼容的 所以版本和你的目标版本不是特别匹配也无所谓 只要比你的目标版本(你CUDA和CUDNN的版本)高,比GPU最高支持版本低就可以 不建议自作聪明改自己的版本 有坑)【使用镜像源去掉 -c 】

【注:】以我的环境为例 我GPU支持到11.0  下的CUDA和CUDNN也是11.0,pytorch下的对应GPU版本是10.0  跑的代码要求9.0及以上

      

一些奇奇怪怪的坑:

Conda很方便 但是不是所有的包都用conda装  conda不行pip试试

环境配置好之后是放在D:\anaconda3\envs里,在里面能找到环境对应的文件夹,把代码放到环境对应的文件夹里面

配置过程中如果配置好了但是命令行或者pycharm没反应可以进pycharm的setting里刷新一下,还是不行就试试把电脑重新启动一下

 

Pycharm下载安装

官网注册认证学生账号可以免费用

在新建project界面或是在主界面菜单File->Setting->Python Interpreter选择已经存在的解释器(Conda Environment)路径选直接选anaconda安装路径\envs\…对应虚拟环境里面的python.exe(所以我认为电脑再安装一次python是不必要的)

安装的包没找到的话再进入这个页面点击像是小眼睛的那个图标刷新试试

 

 

一些常用的conda命令

(记给自己看的 不全 待添加)

conda –v 获取版本

conda create –name your_env_name (python=???)创建环境

conda env list 列举所有环境

activate your_env_name 进入某个环境

deactivate 退出某个环境

conda list 当前环境下所有包

conda list -n your_env_name 某个环境下所有包

conda config –show  查看配置文件地址

conda config –set remote_connect_timeout_secs 40 设置连接超时时间
conda config –set remote_read_timeout_secs 100  设置读取超时时间

conda remove –name your_env_name –all 删除某个环境

今天的文章Anaconda+pycharm+pytorch+GPU配置教程分享到此就结束了,感谢您的阅读,如果确实帮到您,您可以动动手指转发给其他人。

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。
如需转载请保留出处:https://bianchenghao.cn/27987.html

(0)
编程小号编程小号

相关推荐

发表回复

您的电子邮箱地址不会被公开。 必填项已用*标注