pytorch安装和配置

Anaconda安装与PyTorch配置
部署运行你感兴趣的模型镜像

安装anaconda

https://repo.anaconda.com/archive/
安装python3.6的版本,也就是Anaconda3-5.2.0


检验是否安装成功,打开anaconda prompt,有“(base)"则安装成功。

有序的管理环境

用conda指令创建一个pytorch的环境

conda create -n pytorch python=3.6


进入pytorch房间并查看

conda activate pytorch


但是我们发现list下面没有pytorch,那么如何安装pytorch呢?

pytorch安装注意事项

https://pytorch.org/
无英伟达显卡:CUDA选择None
有英伟达显卡:CUDA选择9.2
复制对应指令

conda install pytorch torchvision torchaudio cpuonly -c pytorch


检验是否安装成功

编辑器选择

pycharm
jupyter

从pytorch进入jupyter

jupyter默认只安装在base环境中,但我们想从pytorch环境中进入jupyter。
base环境中有ipykernel,pytorch环境中没有。

所以我们要在pytorch环境中安装一个包

conda install nb_conda


安装完成后,就可以从pytorch进入jupyter了。


您可能感兴趣的与本文相关的镜像

PyTorch 2.5

PyTorch 2.5

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

### 不同操作系统上的PyTorch安装配置 #### Windows系统的PyTorch安装配置 对于Windows系统而言,在安装PyTorch之前推荐先创建一个新的虚拟环境来隔离项目依赖。这可以通过Anaconda轻松完成,因为Anaconda不仅简化了Python包及其依赖关系的管理,还提供了用于构建独立运行环境的功能[^3]。 一旦设置了虚拟环境并将其激活之后,就可以通过访问官方资源获取适合CPU版本的具体命令来进行PyTorch安装[^1]。 ```bash # 创建名为myenv的新环境,并指定Python版本 conda create --name myenv python=3.8 # 激活新创建的环境 conda activate myenv # 安装适用于Windows CPU版的PyTorch conda install pytorch torchvision torchaudio cpuonly -c pytorch ``` #### Linux系统的PyTorch安装配置 针对Linux平台,同样建议利用Conda工具建立新的工作区以便更好地控制软件栈。按照特定指导文档中的指示操作,能够确保满足所有必要的前提条件以及正确无误地部署PyTorch框架[^2]。 ```bash # 更新现有包至最新状态 conda update conda # 构建一个全新的环境(假设名称为dl_env) conda create --name dl_env python=3.9 # 开启刚才定义好的环境 conda activate dl_env # 加入CUDA支持下的PyTorch到环境中;如果只需要CPU,则替换cuda部分参数 conda install pytorch torchvision torchaudio cudatoolkit=11.3 -c pytorch ``` 以上过程涵盖了从准备阶段直到最终集成所需组件的一系列动作,旨在帮助开发者顺利搭建起稳定可靠的开发测试平台。
评论
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
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