环境准备：虚拟环境搭建

山水之间2018

已于 2022-07-06 11:56:53 修改

阅读量385

点赞数

分类专栏：无人驾驶文章标签：深度学习人工智能

于 2022-07-05 16:54:23 首次发布

本文链接：https://blog.youkuaiyun.com/Gavinmiaoc/article/details/125622802

版权

无人驾驶专栏收录该内容

23 篇文章 ¥19.90 ¥99.00

订阅专栏

超级会员免费看

本文介绍了如何使用conda搭建深度学习环境，包括创建虚拟环境、安装PyTorch GPU版本（针对CUDA 11.3）、解决torchvision安装问题以及PyG（PyTorch Geometric）的离线安装。在HiVT实验中，遇到torch_geometric版本不匹配导致的错误，并提供了解决方案。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

本机环境：

1.conda 相关

2.虚拟环境搭建

3. PyG(PyTorch Geometric) 安装

4.HiVT实验：训练及测试

参考

本机环境：

RTX3060 + cuda11.4 + cudnn8.2.4 +
GPU环境搭建过程提前下载的文件如下：

NVIDIA-Linux-x86_64-470.129.06.run
cudnn-11.4-linux-x64-v8.2.4.15.tgz
cuda_11.4.2_470.57.02_linux.run

1.conda 相关

深度学习环境，建议直接miniconda里搞虚拟环境来玩。

【conda】
创建环境
conda create -n HiVT python=3.8

清除缓存
conda clean -a

安装包
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple numpy

查看环境包信息
要查看当前环境中所有安装了的包可以用

conda list

导入导出环境

如果想要导出当前环境的包信息可以用

conda env export > environment.yaml

将包信息存入yaml文

了解本专栏

超级会员免费看