复现论文—配置虚拟环境

复现论文—配置虚拟环境

1.查看自己的CUDA版本

win+r 在cmd下输入

nvidia-smi

查看CUDA版本号（要小于等于）

2.查看论文README.md中的Requirements

以及requirements.txt

获取torch版本号和torchvision版本号

3.去Pytorch官网查看对应版本号的链接

Pytorch官网：

Previous PyTorch Versions | PyTorch

cu92代表cuda9.2

cp37代表python3.7

4.创建虚拟环境

输入命令：conda create -n 环境名字 python=3.xx

完成创建

5.激活环境

输入命令：conda activate 环境名字

6.添加国内镜像

在虚拟环境中也就是前缀是（环境名字）依次添加以下指令：

conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/

conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/main/

conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/pytorch/

如何查看安装了那些镜像源：

conda config --show-sources

7.安装cuda

根据3中所查到的版本号安装cuda

conda install cudatoolkit=xx.x

8.安装cudnn

可以指定版本也可以不指定，会根据下载的cuda来自动下载匹配的cudnn

conda install cudnn

9.安装torch

pip install
+
右键所选版本包 -> 复制链接

10.安装torchvision

pip install torchvision==0.2.1 -i https://pypi.tuna.tsinghua.edu.cn/simple

11.检查是否安装成功

！！！！检查是否安装成功！！！！

先输入python

再输入

import torch
print(torch.version)
print(torch.cuda.is_available())

要显示True 即代表安装成功！！

到此为止

虚拟环境配置完成

12.安装额外包

回到代码

导包错误 说明还有包没下载

conda install matplotlib

安装好后 代码就没报错了

这样可以开始运行了
（但是还没有结束 嘻嘻）
（没办法 安装环境就是如此要有耐心！）

13.运行代码+修改bug

1. 报错1

​ 说明pillow版本太高

​ 可以降低版本

​ conda install pillow==6.2.1

2. 报错2

说明缺少sklearn包

注意！！

sklearn的包名是scikit-learn

所以输入指令：

conda install scikit-learn

一直运行+修改bug

直到能运行成功

(恭喜！！！！！！）

(喜大普奔！！！！)

(完结撒花✿✿ヽ(°▽°)ノ✿)

所以输入指令：

conda install scikit-learn

一直运行+修改bug

直到能运行成功

(恭喜！！！！！！）

(喜大普奔！！！！)

(完结撒花✿✿ヽ(°▽°)ノ✿)

[外链图片转存中…(img-dnxc7vC7-1688464194668)]