conda和pip两种方式在anaconda3.9中安装pytorch+cpu版踩坑

部署运行你感兴趣的模型镜像

在pytorch安装中,参考了很多前人的方法,但仍然踩坑,目前没有安装成功。

一、conda安装

先是在pytorch官网上试着用conda安装,

 同时添加了conda安装清华源的唯一镜像源:

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

目前conda的镜像源如下,使用命令进行查看:

conda config --show-sources

 

 接着又按照一般方法(他人的帖子)进行了安装:

 一般方法

 如同这篇所说的,conda安装不成,报了一堆版本不匹配的错误,遂踏上漫漫不归的pip安装之路;

二、pip 安装

pip安装,首先考虑我这台新电脑上换源的问题,这时候我才意识到虽然以往会换源,但从来没意识到conda换源和pip换源要分开进行,pip安装和conda安装也应当分别进行,最好一个环境中保持统一。之前也出现过conda和pip安装冲突问题,可以说是踩了一堆坑。。。

目前搜了下,关于如何理解conda、pip、全局的pip以及每个虚拟环境中的pip问题,仍然没有找到相关资源进行深刻理解。现在的理解是,在anaconda的各个虚拟环境中,只要指定了python版本,就会有对应的pip.exe,想使用虚拟环境中单独的pip.exe,仅对该环境中添加一些包,可使用:

python -m pip <packege>

也可以单独用conda安装,但是为了避免麻烦,还是使用上面那种,详见我之前的博文

annaconda 虚拟环境安装包pip安装与conda 安装冲突混乱问题

3、正式开始探索

试图在全局的pip中更换清华源:

 可以看到我pip的镜像源的文件pip.ini所在位置。不存在pip.exe,只有pip文件夹

 而我希望pip的虚拟环境中的pip:

 使用

python -m pip <packege>

虚拟环境中pip可以用到pip.ini中的镜像源吗?不知道,接下来继续探索,

首先激活并进入虚拟环境,查看当前环境下安装包:

可以看到pytorch没有安装成功,而且一般创建虚拟环境后的pip都不是最新版,所以要先更新pip:

还是谨慎地使用python -m 更新pip:

python -m pip install --upgrade pip

 

 先用pytorch官网的版本库的命令进行安装:

Previous PyTorch Versions | PyTorch

 把 -c pytorch 去掉,因为-c pytorch指定只能从pytorch安装,但是显然我们安装了pip的清华源镜像,故不用加这个后缀:

conda install pytorch==1.4.0 torchvision==0.5.0 cpuonly

过程中没来的及截图,基本没问题,很快安装好了。但是安装完才发现!我还是用conda安装的啊!!!! 至于第一次为什么安装错,报了torchvision和torch的各种冲突错误,应该是使用这条命令

conda install pytorch torchvision torchaudio cpuonly

没有指定版本的关系。 

 

查看当前虚拟环境安装包:用命令 conda list:

可以看到pytorch1.4在conda list里,而且来源为conda pytorch 镜像源了。

然后验证!

 持续报错,心灰意冷,不知所措。似乎是没截图的安装过程中清华源中的一些冲突,不死心,看到有些文中要重复安装,遂决定再试:

只有一个pip要安装??? 

果然仍然报错。。。。

重新创建新环境!

1、创建名为pytorch的虚拟环境:

conda create -n pytorch python==3.6

2、更新pip

python -m pip install --upgrade pip

 

 2、查看安装包

 3、pip安装pytorch,查看官网过往版本

 可以看到有:

pip install torch==1.4.0+cpu torchvision==0.5.0+cpu -f https://download.pytorch.org/whl/torch_stable.html

 改为:

python -m pip install torch==1.4.0+cpu torchvision==0.5.0+cpu -f https://download.pytorch.org/whl/torch_stable.html

运行界面:

最终: 

 

查看当前conda list:

 看上去没问题,进一步验证。

 仍旧报错。

在网上查了一下这个error,把怀疑指向了安装的python版本不对,python、torch、torchvision存在版本对应问题,而后两者版本对应是在官网上安装的,那么只可能是python版本与后两者不匹配了,调查后发现有人指出python3.6.0版本不匹配问题

4、升级python

这里参考了一篇博客https://blog.youkuaiyun.com/weixin_42006387/article/details/115334219?ops_request_misc=&request_id=&biz_id=102&utm_term=pip%20install%20torch==1.4.0+cpu%20t&utm_medium=distribute.pc_search_result.none-task-blog-2~all~sobaiduweb~default-0-115334219.nonecase&spm=1018.2226.3001.4187icon-default.png?t=M276https://blog.youkuaiyun.com/weixin_42006387/article/details/115334219?ops_request_misc=&request_id=&biz_id=102&utm_term=pip%20install%20torch==1.4.0+cpu%20t&utm_medium=distribute.pc_search_result.none-task-blog-2~all~sobaiduweb~default-0-115334219.nonecase&spm=1018.2226.3001.4187

使用命令:

 conda install python==3.6.7

 现在的conda list:

 最终测试:

哈哈,总算成功了。

所以最终的完成版本是python3.6.7 +

torch==1.4.0+cpu torchvision==0.5.0+cpu

三、对conda 命令安装cpu版本pytorch的进一步改进

用pip安装完,回头再去看之前pytorch14虚拟环境中用conda命令安装报错,怀疑也可能是python版本问题,于是同样升级python到3.6.7

 检查 conda list发现,用conda 安装pytorch比用pip安装多了很多包,这个错误跟numpy版本有关,那么会不会是一开始创建python版本时就错了呢?于是我又建了一个环境,这次虚拟环境从一开始就设定python版本为3.6.7.

果然是python环境的问题。

四、总结

这次在新电脑上安装了cpu版本的pytorch,总结一下:

第一,pytorch有两种安装方式,conda和pip,在创建虚拟环境前一定要安装好对应的conda 的 pytorch 清华镜像源,以及pip对应的源; 

第二,在虚拟环境创建时,一定要决定好python、pytorch、orchvision三者的版本对应关系。后两者的版本对应关系一定要在pytorch官网上找好。我这次仅仅确定了python3.6.7与pytorch1.4.0的对应关系,也因为一开始没重视这些对应关系而走了很多弯路,在深度学习中,环境与安装包的版本一定要对应!!!重点的一定要记住!!!

第三,创建虚拟环境后,第一件事情查看conda list,当前环境安装包,其次一定要更新虚拟环境中的pip,每次创建虚拟环境后都要及时更新,然后再安装其他包!

安装成功。一下午结束了。

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

<think>好的,我现在需要帮助用户解决在Conda环境中通过PIP安装PythonPyTorch CPU本,并使用清华镜像源的问题。首先,我需要理清楚用户的需求可能的步骤。 用户提到的是Conda环境,但想用PIP安装,同时使用清华的镜像源。这涉及到两个部分:Conda环境的设置PIP源的配置。可能用户已经有一个Conda环境,或者需要新建一个。然后,他们想用PIP安装PyTorchCPU本,而不是GPU本,所以安装命令需要对应正确的本。 首先,我应该确认用户是否需要创建新的Conda环境。通常,使用Conda的话,会先创建环境,然后激活环境,再在环境中安装包。但用户可能已经有现有的环境,所以需要通用步骤。 然后,配置清华源。对于Conda来说,配置清华源可以加快安装Conda包的速度。但用户这里是想用PIP安装,所以可能需要同时配置Conda的源PIP的源?或者用户只需要配置PIP的源,因为用PIP安装PyTorch? 不过,用户的问题明确指出要通过PIP安装,但可能他们希望同时设置Conda的镜像源,以便其他包的安装更快。所以可能需要在回答中包含CondaPIP两者的清华源配置。 接下来,安装PythonPyTorch CPU本。这里需要注意,Python通常是通过Conda安装的,当创建环境时指定Python本,例如:conda create -n env_name python=3.8。但用户可能已经有一个环境,或者他们想用PIP安装Python?这不太对,因为Python本身通常由Conda管理,而PIP用于安装Python包。所以这里可能用户是想在Conda环境中,用PIP安装PyTorchCPU本,而Python本是在创建Conda环境时指定的。 所以步骤可能包括: 1. 创建Conda环境并指定Python本,使用清华的Conda源。 2. 激活环境。 3. 配置PIP的清华源。 4. 使用PIP安装PyTorch CPU本。 现在,关于PyTorch安装命令。PyTorch的官方安装命令通常包括-c pytorch或其他通道,但如果用户使用PIP安装,并且配置了清华的镜像源,应该可以直接用pip install torch torchvision torchaudio,但需要确认清华镜像源是否有这些包。清华的PyPI镜像源应该包含这些包,所以配置好PIP的全局镜像源后,直接安装即可。但PyTorchCPU本可能需要特定的本说明,比如在PyTorch官网上,选择CPU本会生成对应的pip命令,例如:pip install torch==1.9.0+cpu -f https://download.pytorch.org/whl/torch_stable.html,但这样可能不会走清华源。所以用户可能希望完全通过清华源来安装,这时候需要确认是否有对应的CPU本包在清华源中。 不过,可能清华的镜像源只是镜像了PyPI上的包,而PyTorch的官方发布在PyPI上也有CPU本。例如,直接使用pip install torch torchvision torchaudio,当使用清华源时,应该能够自动下载CPU本?或者是否需要额外参数? 这里可能需要澄清:PyTorch的PyPI上的包默认是CPU还是GPU?根据PyTorch官网,当通过pip安装时,会根据系统自动选择,但如果没有CUDA,则会安装CPU本。或者可能需要明确指定本。比如,在PyTorch官网的选择中,选OS、Package等,比如选pipCPU,会给出命令:pip install torch torchvision torchaudio。所以可能用户只需要正常安装,而镜像源已经配置,就可以通过清华源下载这些包。 所以整体步骤应该是: 1. 配置Conda的清华源(如果用户需要创建新环境时用Conda安装Python,则配置Conda源可以加速Python的安装) 2. 创建Conda环境,指定Python3. 激活环境 4. 配置PIP的清华源 5. 使用pip安装PyTorch CPU本及相关包 另外,用户提到的是安装“python”pytorch”,但Python通常是在创建环境时由Conda安装的。例如:conda create -n myenv python=3.8。所以用户可能的问题在于如何正确设置镜像源,以便在创建环境安装包时使用清华源。 现在,我需要将这些步骤整理成清晰的指导,同时确保命令正确。 可能的步骤: 1. 配置Conda清华源:包括添加清华的Conda channels,设置显示通道URL。 2. 创建Conda环境并安装Python:使用conda create命令。 3. 激活环境。 4. 配置PIP清华源:使用pip config set global.index-url。 5. 使用pip安装PyTorch CPU本:直接pip install torch torchvision torchaudio,或者需要其他参数? 需要验证PyTorch安装命令是否在配置了清华源后正确安装CPU本。例如,当执行pip install torch时,清华源会提供哪个本?如果用户不需要GPU支持,那么安装的应该就是CPU本。或者是否需要明确指定? 根据PyTorch官方文档,当通过pip安装时,默认会下载预编译的二进制文件,如果系统不支持CUDA,则会安装CPU本。或者是否在PyPI上的torch包是CPU本?可能需要进一步确认。 不过,根据经验,PyPI上的torch包在LinuxWindows上是CUDA本的,而MacOS上是CPU本。例如,在PyTorch官网上,当选择pip安装方式时,如果选择CUDA本,会给出带有cuXXX标签的本,否则给出CPU的。但可能用户需要明确指定本。例如,对于CPU本,在PyTorch官网上选OS=Linux, Package=pip, Compute Platform=CPU,得到的命令是: pip install torch torchvision torchaudio 所以,如果清华镜像源中有这些包,那么用户配置了清华源后,直接运行这个命令即可安装CPU本。 综上,用户的步骤应该是: 1. 配置Conda清华源(如果用户需要创建环境时使用Conda安装Python) 2. 创建环境:conda create -n myenv python=3.8 3. 激活环境:conda activate myenv 4. 配置PIP清华源 5. 安装PyTorch CPU本:pip install torch torchvision torchaudio 现在,确保这些步骤中的命令正确。例如,配置Conda清华源的命令是否正确?参考用户提供的引用,用户可能已经给出了一些配置命令: 引用中的conda配置清华源的命令是: 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 所以这些需要包含在步骤1中。 而PIP的配置是: pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple 所以步骤4就是这个命令。 接下来,安装PyTorch的命令就是普通的pip install,但用户需要确认安装的是CPU本。例如,检查安装后的torch是否有cuda支持。不过,这可能超出了用户的当前问题范围,用户可能只需要正确的安装命令。 最后,需要生成相关问题,比如如何验证安装是否成功,如何检查PyTorch是否使用CPU,或者如何解决安装中的依赖问题等。</think>### 分步指南 #### 1. **配置Conda清华镜像源** 打开终端,依次执行以下命令添加清华源加速Conda包下载: ```bash 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 ``` 验证配置是否生效: ```bash conda config --show channels ``` 若输出包含清华源地址,则配置成功[^3]。 #### 2. **创建Conda环境并安装Python** 新建一个名为`myenv`的环境(Python本按需替换,例如3.8): ```bash conda create -n myenv python=3.8 ``` 激活环境: ```bash conda activate myenv ``` #### 3. **配置PIP清华镜像源** 在激活的环境中配置PIP使用清华源: ```bash pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple ``` 验证配置: ```bash pip config list ``` 若输出包含清华源地址,则配置成功[^1]。 #### 4. **安装PyTorch CPU本** 执行以下命令安装PyTorch及其相关库(CPU本): ```bash pip install torch torchvision torchaudio ``` 该命令会从清华镜像源自动下载CPU本的PyTorch包。 #### 5. **验证安装** 在Python交互环境中输入以下代码检查PyTorch是否安装成功: ```python import torch print(torch.__version__) # 输出本号,如1.9.0 print(torch.cuda.is_available()) # 输出False(表示当前为CPU本) ``` --- ### 关键点总结 - **CondaPIP镜像分离配置**:Conda用于管理环境,PIP用于安装Python包,需分别设置镜像源。 - **PyTorch本选择**:直接通过`pip install torch`会默认安装CPU本(无CUDA依赖)[^2]。 - **环境隔离**:建议为每个项目创建独立Conda环境,避免依赖冲突。
评论 1
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