小米游戏本基于anaconda安装pytorch(RTX2060+win10)

本文详细介绍了如何在小米游戏本RTX2060上,基于Anaconda搭建PyTorch深度学习环境的步骤,包括安装CUDA、cuDNN、Python、使用清华镜像加速PyTorch安装,以及在PyCharm中配置并测试环境。
部署运行你感兴趣的模型镜像

用的是小米游戏本 RTX2060

基于anaconda,主要参考这一篇:

https://www.cnblogs.com/zhouzhiyao/p/11784055.html

1、进入命令行,查看cuda版本

 

 

2、安装cudnn,教程很多,要注册账户,填调查问卷。解压缩,复制粘贴即可,一般不会出大问题。

参考:https://blog.youkuaiyun.com/zhangpengzp/article/details/85008507

3、装python3.7

4、装pytorch,用国内的镜像源,不然速度太慢

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda install pytorch torchvision cudatoolkit=10.1

5、测试

6、安装pychram,用社区版就行

7、在pycharm中选用conda环境

 

8、在pycharm环境中运行torch程序,我用的是莫烦python-pytorch例程。import torch语句没有报错,大功告成。

9、安装一些库的方法

(1)可以在anaconda navigator中选择直接下载;

(2)可以在anaconda prompt中安装,比如sklearn.

 

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

<think>我们参考之前的引用内容,用户的问题是如何使用Anaconda安装PyTorch。根据引用,我们可以总结以下步骤: 1. 安装Anaconda:首先确保已经安装Anaconda,并将其添加到系统环境变量中(引用[3])。 2. 创建虚拟环境:使用Anaconda创建一个新的虚拟环境(引用[2])。 3. 激活虚拟环境:激活该环境。 4. 安装PyTorch:使用conda命令安装PyTorch,可以选择CPU版本或GPU版本(引用[4])。注意,GPU版本需要提前安装CUDA Toolkit(引用[2])。 5. 验证安装:运行简单的Python命令验证PyTorch是否安装成功(引用[1])。 另外,引用[5]提到了换源以加速下载。 因此,回答将按照以下结构: 一、安装Anaconda 二、创建并激活虚拟环境 三、安装PyTorch(包括CPU和GPU版本) 四、验证安装 同时,我们会给出使用国内镜像源的方法(清华源)来加速安装。 注意:由于用户可能使用GPU版本,我们需要提醒用户确认CUDA版本,并选择合适的PyTorch安装命令。 下面开始组织回答。 </think>### 使用Anaconda安装PyTorch的详细指南 以下是基于引用内容的完整安装流程,包含虚拟环境管理、CUDA支持和镜像加速: --- #### 一、准备Anaconda环境 1. **安装Anaconda** - 从[官网](https://www.anaconda.com/download)下载对应操作系统的安装包 - 安装时勾选 **"Add Anaconda to PATH"**(环境变量自动配置)[^3] 2. **验证安装** 终端执行: ```bash conda --version # 应显示版本号如conda 24.6.0 ``` 3. **配置清华镜像源(加速下载)**[^5] ```bash conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/ conda config --set show_channel_urls yes ``` --- #### 二、创建虚拟环境 1. **新建独立环境(防止包冲突)**[^2] ```bash conda create -n pytorch_env python=3.11.9 # 名称和版本自定义 ``` 2. **激活环境** ```bash conda activate pytorch_env # Windows/Linux/macOS通用 ``` --- #### 三、安装PyTorch 根据硬件选择安装命令(在激活的虚拟环境中执行): | 硬件配置 | 安装命令 | |-------------------|--------------------------------------------------------------------------| | **仅CPU** | `conda install pytorch torchvision torchaudio cpuonly -c pytorch` [^4] | | **NVIDIA GPU** | `conda install pytorch torchvision torchaudio pytorch-cuda=12.1 -c pytorch -c nvidia` | > 📌 **关键说明** > - GPU版需提前安装匹配的[CUDA Toolkit](https://developer.nvidia.com/cuda-toolkit-archive): > - RTX 40系显卡 → CUDA 12.1+ [^2] > - RTX 30系显卡 → CUDA 11.6+ > - 验证CUDA:终端执行 `nvidia-smi` 查看最高支持版本 --- #### 四、验证安装 在Python环境中执行: ```python import torch print(f"PyTorch版本: {torch.__version__}") print(f"GPU可用: {torch.cuda.is_available()}") # True表示GPU驱动正常 ``` 预期输出: ``` PyTorch版本: 2.3.0+cu121 GPU可用: True ``` 若显示GPU可用,则安装成功[^1] --- #### 五、环境管理技巧 1. **退出环境** ```bash conda deactivate ``` 2. **删除环境** ```bash conda env remove -n pytorch_env ``` 3. **查看所有环境** ```bash conda env list ``` > ⏱️ **耗时参考** > - CPU版安装约3-5分钟(镜像加速) > - GPU版安装10-15分钟(依赖CUDA和网络) 通过Anaconda管理环境可避免系统Python污染,适合深度学习项目开发[^1][^3]。
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
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