文章目录
- Anaconda安装
- 关于PyTorch的安装和使用
- Frequently Asked Questions
- 在PyCharm中使用PyTorch
- apex库的安装
声明：以下内容均是根据个人经验总结，可能存在不合理之处，烦请指正。
Anaconda安装
打开Anaconda Prompt 输入：conda create -n pytorch python = 3.8
这行命令是干什么的？
- 创建一个名为pytorch的虚拟环境
- 在该环境中安装Python 3.8
- 通过激活该环境，你可以独立地管理项目依赖，避免与其他项目冲突。
接着输入：conda config --set custom_channels.auto https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/
使用清华的镜像源，在以后安装各种包时可能会快一些。
理解Anaconda文件夹下各个目录含义
如下表：
| 名称 | 作用 |
|---|---|
| condabin | 存放 Anaconda 可执行文件，包含激活虚拟环境脚本等，用于包管理、环境创建和 Python 程序运行等操作 |
| conda-meta | 存储 conda 安装软件包的元数据信息（版本、依赖关系、安装时间等），文件后缀为 .json，每个文件对应一个已安装的 conda 包 |
| DLLs | 存放与 Python 及其相关库或工具相关的动态链接库文件，由 Anaconda 自带库或第三方库提供 |
| envs | 存放所有虚拟环境，可避免不同项目间的版本冲突 |
| etc | 存放 Anaconda 的配置文件（如 conda 配置文件和环境变量设置），用于自定义 Anaconda 行为和环境设置 |
| include | 存放 Anaconda 安装中的 C/C++ 头文件，对 Python 扩展开发等至关重要 |
| Lib | 包含 Anaconda 的库文件（Python 标准库和自带第三方库），site-packages 存放 pip 或 conda 安装的 Python 包 |
| Library | 包含 Anaconda 分发中的几乎所有库文件、模块、脚本和工具等，为 Python 编程和数据科学工作提供全面支持 |
| pkgs | 存放 conda 安装软件包的缓存文件，方便快速安装相同软件包 |
| Scripts | 存放 Windows 系统下脚本文件（命令行工具和 Python 脚本），如用于激活虚拟环境的脚本 |
| share | 包含共享文件（如 Jupyter Notebook 的配置文件和启动脚本），对配置和使用交互式计算环境很重要 |
| .condarc | 是 conda 的配置文件，用于存储和管理 conda 的配置信息，如镜像源、环境变量等 |
| .nonadmin | 常与非管理员模式或用户相关 |
| conda.exe | Anaconda/Miniconda 的可执行文件，包含 conda 包管理器和环境管理器，用于安装、升级、删除软件包和创建、管理环境 |
参考文章：
[1]：https://blog.youkuaiyun.com/weixin_47381639/article/details/119798672?fromshare=blogdetail&sharetype=blogdetail&sharerId=119798672&sharerefer=PC&sharesource=m0_64450656&sharefrom=from_link
[2]：https://blog.youkuaiyun.com/qq_62844901/article/details/143945328?fromshare=blogdetail&sharetype=blogdetail&sharerId=143945328&sharerefer=PC&sharesource=m0_64450656&sharefrom=from_link
关于PyTorch的安装和使用
也许，你之后会遇到不同的项目，需要使用到不同版本的环境。比如这个项目要用到pytorch 0.4，另一个项目要用到pytorch 1.0，如果你卸载了0.4版本，安装了1.0版本。那么下次，你再碰到0.4版本，你就需要卸载1.0版本，安装0.4版本。很折腾。Anaconda集成的conda包就能够解决这个问题。它可以创造出两个屋子，相互隔离。一个屋子放0.4版本，一个屋子放1.0版本。你需要哪个版本，就进哪个屋子工作。
我们首先使用conda指令创建一个屋子，叫做pytorch。
指令如下：
conda create -n pytorch python=3.8
conda 是指调用conda包，create是创建的意思，-n是指后面的名字，也就是name的简写。pytorch是屋子的名字，python=3.8是我们需要使用的包。
base是基本环境
左边括号里是环境的名称，pip list 可以帮助我们查看有哪些工具包。
conda infon --envs ：这是查看所有已经创建的环境的命令
创建成功之后，就要激活这个屋子——pytorch了，使用conda activate pytorch
激活之后，我们发现并没有pytorch，我们需要去官网下载适合自己电脑的推荐的版本：
然后经过漫长的等待（感觉可能需要几分钟），你就选yes，然后就安装完成了。接着验证一下是否安装成功：
但是如果出现：
CondaHTTPError: HTTP 000 CONNECTION FAILED for url
这样的报错，那可能是因为：
1）镜像源不能使用，还是建议使用清华的镜像源(上面已经给出了)，我试了了中科大和阿里云的好像不能使用。
2）看看自己是不是开了代理，比如clash for windows之类的，需要把代理关闭。我就是在关掉代理之后就能够正常下载了，只不过速度有点慢。
也有可能出现：
conda Collecting package metadata (repodata.json)卡住或 failed问题，卡住就是一直在那不停地转圈圈或者不动。
这种情况也可能是因为上面提到的两个原因。
安装成功后，首先：启动python解释器，（pytorch）表示当前激活的虚拟环境名为pytorch
import torch
这行代码，导入了PyTorch库，torch是PyTorch的主模块，包含了PyTorch的所有功能。
torch.cuda.is_available()
这是PyTorch提供的一个函数，用于检查当前系统是否支持CUDA。
true表示统支持 CUDA，并且 PyTorch 可以利用 GPU 进行加速计算。
如果你没有安装cuda的话那就需要去英伟达官网安装和自己电脑gpu对应的版本，CUDA Toolkit - Free Tools and Training | NVIDIA Developer
退出上面的Python环境：
quit()
Frequently Asked Questions
-
如果torch.cuda.is_available显示false，应该怎么办？
-
为什么每次在命令行中开始新的会话时，你都需要激活
conda环境，比如pytorch？这是因为
conda环境不是持久激活状态，一旦关闭命令行窗口或终端会话，激活状态就会丢失。所以，为了确保你运行的命令在正确的环境中执行，每次都需要重新激活环境。在PyCharm中使用PyTorch
我们新建项目文件之后，在选择添加解释器时，可能会遇到选择Conda环境时既找不到python.exe又找不到conda.exe的情况（如果你能够找到那最好，直接添加自己创建环境下的），那就选择下图的System Interpreter，就可以找到python.exe了。
找不到conda.exe就不要选，第二个Conda Environment，会出现报错：
可以参考B站的这个视频——2024版本pycharm如何导入pytorch深度学习环境
还有这篇文章：https://blog.youkuaiyun.com/ytusdc/article/details/137782055?fromshare=blogdetail&sharetype=blogdetail&sharerId=137782055&sharerefer=PC&sharesource=m0_64450656&sharefrom=from_link
apex库的安装
在这次实验中，我需要使用apex库，它是NVIDIA开发的基于PyTorch的混合精度训练加速神器，能够增加运算速度，并且减少显存的占用。
Github地址：https://github.com/NVIDIA/apex
官方教程：https://nvidia.github.io/apex/
我在PyCharm上使用pip指令安装失败，然后参考文章看到需要基于Github源码安装。但是我在Github上居然下载失败，最后是用国内的gitcode镜像才下载成功。
下载成功之后，先解压这个ZIP文件，我是把解压后的文件放在了已经创建好的，D:\Anaconda3\envs\pytorch 之下，但我猜测放在别的地方应该也可以。
然后在该文件下打开终端，运行以下命令：
cd apex
python3 -m pip install -v --no-cache-dir --global-option="--cpp_ext" --global-option="--cuda_ext"
python setup.py install
然后我们可以验证一下是否安装成功，在命令行中输入：
pip show apex ，如果apex安装成功，你应该会看到类似下图的形式：
参考文章：
[1]：https://blog.youkuaiyun.com/m0_67165162/article/details/144771801?fromshare=blogdetail&sharetype=blogdetail&sharerId=144771801&sharerefer=PC&sharesource=m0_64450656&sharefrom=from_link
[2]：https://blog.youkuaiyun.com/u012856866/article/details/144526882?fromshare=blogdetail&sharetype=blogdetail&sharerId=144526882&sharerefer=PC&sharesource=m0_64450656&sharefrom=from_link
[3]：https://blog.youkuaiyun.com/CHUAN_L/article/details/129959826?fromshare=blogdetail&sharetype=blogdetail&sharerId=129959826&sharerefer=PC&sharesource=m0_64450656&sharefrom=from_link
扫一扫
2万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
