Windows安装Anaconda、Pytorch(含cuda),配置Pycharm、Jupyter

PyTorch 2.7

PyTorch 2.7

PyTorch
Cuda

PyTorch 是一个开源的 Python 机器学习库,基于 Torch 库,底层由 C++ 实现,应用于人工智能领域,如计算机视觉和自然语言处理

目录

安装 

配置环境

安装Pytorch

选择版本   

安装

 安装Pycharm

下载

配置环境 

Pycharm使用

1.中文

2.console美化

3.项目运行

卸载

1.查找安装位置

2. 删除

 配置Jupyter 

 Anaconda的相关命令


首先解释一下,cuda和cudnn是不需要自己安装的,下载GPU版pytorch后会自动安装 ,在本文中安装pytorch后会有检验cuda是否安装的步骤。

安装Anaconda

安装 

  如果之前安装过Anaconda,可以使用Everything搜索  Uninstall-Anaconda,运行exe文件直接删除,安装路径删除完后,C盘中还会有残留,注意:只删C盘的,用Everything查找并删除残存在C盘里关于 .condarc(此后缀文件)、jupyter、ipython、continuum、.matplotlib(注意只删有.的)、anaconda 以及conda(.conda也删) 的文件。然后删除环境配置,在下文“配置环境”中。

可以在官网进行安装,但是官网上需要注册比较麻烦,所以直接使用镜像网站,还能下载快一些。有许多镜像站可供选择,笔者使用清华镜像站,下拉找打Anaconda,点击archive,下滑到中间会有2024版,笔者选择安装2023版,Anaconda3表示版本,注意后缀,选择Windows-x86_64.exe(x86_64根据自己电脑选择)。

 下载玩后点击exe文件运行,点next,I agree。

  点Just me,选择安装路径,要装在空白文件夹,尽量不要装C盘

 

  默认不用勾选,注意这里有的可能只选了第一个,因为之前在电脑上装过python,可以勾上第三个。然后点击Install耐心等待安装结束,完成后会有一个安装VScode的步骤(没有的是安装过了),选择跳过,之后都下一步就安装完成了。装完后可在开始菜单里全部应用找到Anaconda prompt和Jupyter

配置环境

  我们上一张图是没勾选第二个选项的,因为自动配置容易出问题,所以我们手动配置。在开始菜单搜索环境, 点击编辑系统环境变量,点击下边环境变量。用户变量和系统变量都可以,点击PATH。

 通过右侧的“新建”按钮,可新建环境变量的路径,找到刚才安装的路径,将【Anaconda】【\Anaconda\Scripts】与【\Anaconda\Librarybin】添加到环境变量,全部确定。之前下载过Anaconda的需要将之前的这三个删除。请注意,若此前您为其它单独的Python解释器添加过环境变量,请在删除它的环境变量,否则Anaconda的环境变量会被挤出来(即点击确定后,再点进来会自动消失)。

安装Pytorch

选择版本   

  pytorch有CPU和GPU版本,建议选择GPU版本(较老的A卡是不支持GPU版本的),笔者是英伟达显卡。

计算资源依赖:
CPU 版本:CPU 版本的 PyTorch 主要依赖于计算机的中央处理器
GPU 版本:GPU 版本的 PyTorch 则依赖于图形处理器
性能表现:
CPU 版本:CPU 版本的 PyTorch 在处理规模较小的模型和数据集时表现良好。
GPU 版本:GPU 版本的 PyTorch 可以充分利用 GPU 的并行计算能力显著提高计算速度  

  进入PyTorch官网或 PyTorch 中文,在计算机平台,CPU版直接选择CPU,GPU版选择跟驱动适配的CUDA版本,在开始菜单输入NVIDIA,点击NVIDIA controlle panel,点击帮助,系统信息,查看驱动器版本号,进入网站CUDA 12.6 Update 2 Release Notes,向下翻可以看到对应版本。笔者选择12.1版本。如果版本号太低而没有对应CUDA,可以去英伟达官网升级驱动,也有可能是设备太老,就不建议使用GPU版本。

安装

进入Anaconda Prompt ,输入以下代码创建一个虚拟环境

conda create -n 环境名

等待,询问是否继续,输入y

 完成

输入如下命令可以查看环境,如有刚创建的环境名,则创建成功。

conda info -e

输入以下代码激活虚拟环境。

conda activate 环境名

 然后将pytorch那里下面的运行此命令复制,输入Anaconda prompt进行安装,等待,出现如下界面时输入y。时间较长请耐心等待。如果报错,可以尝试切换网络,一般使用热点会更快,当然可以使用科学。

如下界面表示安装成功。

安装完后再虚拟环境输入,每输入一句就等待一小会出现“>>>”再继续。

python
import torch

检查cuda是否正常,如果安装的是GPU版本则最后会显示True,如果是CPU版本肯定是False。

torch.cuda.is_available()

 安装Pycharm

下载

  进入Pycharm官网下载,有专业版和社区版,建议选择专业版,因为使用深度学习后期会使用服务器,社区版不支持ssh连接服务器。但是专业版需要付费,如果是大学生,可以使用学校邮箱免费使用,其他激活方法自行搜索。运行exe文件,下一步,选择安装位置,下一步。

   只创建关联就行,可以创建桌面快捷方式,之后会进行变量配置所以这里不选。安装

​ 

 安装完成后点击完成。

配置环境 

  笔者是l2024.1.7版本,旧版配置会不一样。在Pycharm里新建一个项目,找到安装Anaconda的路径,在Scripts里有conda.exe文件,选择后Enviroment会自动选择,creat。

  此时创建的是没有Pytorch解释器的,左上角menu file,setting,下面有一个Projiect:项目名,点击,点Python Interpreter,上边add interpreter,add local interpreter,在Anaconda的envs中找到之前创建的虚拟环境,找到里边的python.exe,ok。

​ 

  点击界面左侧的python console(旧版与新版位置不一),输入import torch,没报错就是成功。

Pycharm使用
1.中文

  如果是刚下载,在左侧点击plugin,搜索chinese;如果是创建过项目,则点击左上角file,setting,plugin。

2.console美化

  可以将其中的“>>>”改为“In[]”,在pycharm的setting中选择勾上“use Ipython if available”,重新打开console。

  如果未成功,在Prompt进入Pytorch虚拟环境中输入如下代码:

conda install ipython
3.项目运行

右键创建的项目,new,创建一个python文件,输入代码后,直接右键空白就有运行选项,也可以配置编辑器:菜单里的run,编辑设置(edit configrations),“+”号,python,script那一栏选择刚才创建的.py文件,会自动配置解释器,OK,这样可以点击上方三角或用shift + f10来运行。

 

sudo apt update

 配置Jupyter 

  如果安装过Anaconda就自带Jupyter,但是安装时未创建虚拟环境,所以需配置。

  打开Prompt

conda activate 环境名
conda list

查看是否有ipykernel,没有就输入如下代码

conda install -c conda-forge nb_conda

成功后输入如下代码,选择使用浏览器打开。

jupyter notebook

 点击new,选择之前创建的虚拟环境。

输入import torch,按shift+enter可以执行上一句命令。

输入如下代码,执行

torch.cuda.is_available()

显示True则成功 

 Anaconda的相关命令

您可能感兴趣的与本文相关的镜像

PyTorch 2.7

PyTorch 2.7

PyTorch
Cuda

PyTorch 是一个开源的 Python 机器学习库,基于 Torch 库,底层由 C++ 实现,应用于人工智能领域,如计算机视觉和自然语言处理

评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Hilbert Cui

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值