PyTorch学习记录2

一、PyTorch的安装

1.1准备工作

在开始安装PyTorch之前，我们需要进行一些准备工作。

首先，确保您的计算机上已安装了合适版本的Python。PyTorch需要Python 3.6或更高版本。

同时，您还需要安装pip包管理器，用于安装PyTorch和其他依赖项。

所以我们可以通过安装Anaconda来创建一个适合深度学习的Python环境。

1.2安装Anaconda

1.3创建虚拟环境

为了管理不同项目的Python环境，通常建议创建一个虚拟环境。虚拟环境可以帮助您隔离不同项目的依赖项，避免不同项目之间的冲突。以下是创建虚拟环境的步骤。

①打开Anaconda Prompt

②在命令行中输入

conda create -n <env_name> python=<version>

例如，创建一个名为myenv的虚拟环境，python版本为3.6，输入

conda create -n myenv python=3.6

③激活虚拟环境

输入命令

conda activate <env_name>

例如，激活myenv的虚拟环境

conda activate myenv

补充，关闭虚拟环境

conda disactivate myenv

激活虚拟环境后，您将看到虚拟环境的命令提示符前缀显示为(<env_name>)。这意味着您现在正在使用该虚拟环境的Python解释器。 

1.4判断是否有NVIDIA显卡

方法一：右键任务栏选择任务管理器，再选择性能，查看GPU是NVIDIA还是Intel(R)

方法二：win+x，选择“设备管理器”，再选择选择适配器，可以看到显卡信息

情况一：只有NVIDIA显卡，安装PyTorch的GPU版本

情况二：有酷睿显卡，安装PyTorch的CPU版本

1.5安装PyTorch-GPU

1.5.1看CUDA显卡驱动版本

在cmd命令行终端输入nvidia-smi，可以查看到版本

1.5.2安装CUDA

从官网下载对应的CUDA版本，由于我的显卡版本为12.3，我只需要安装小于或者等于12.2都是可以的，因此这里我安装12.0。

官网地址：CUDA Toolkit Archive | NVIDIA Developer

下载好后，双击安装包进行安装，可以安装在自定义的目录文件夹下

查看是否安装成功，在命令行输入以下指令进行检查，出现以下类似的输出就证明安装成功。

nvcc  -V

1.5.2安装CuDNN（加速器）

通过官网进行安装CuDNN，网址：CUDA Deep Neural Network (cuDNN) | NVIDIA Developer

注意：需要注册登录才能进行安装喔

安装并解压完后，将这几个文件夹复制到CUDA安装路径下，就已经安装完成啦

1.6安装PyTorch-CPU

①在Anaconda中创建虚拟环境并激活

②在激活的虚拟环境中，使用pip安装PyTorch。根据您的需求，选择安装CPU版本。

pip install torch torchvision torchaudio

网络不佳和必要的时候可以添加国内源

③验证 Pytorch 是否安装成功;

查看 pytorch 版本：若出现则说明安装成功。