Ubantu以Anaconda方式安装PyTorch,并配置Pycharm

本文详细介绍了在Ubantu系统上使用Anaconda安装PyTorch的步骤,包括Anaconda的下载与安装,PyTorch的安装配置,以及在PyCharm中的环境设置方法。

Ubantu以Anaconda方式安装PyTorch,并配置Pycharm

第一步: 首先安装Anaconda在Ubantu上

  1. 登陆Anaconda官网,链接如下:
    (https://www.anaconda.com/)

  2. 进入官网后如下图所示,点击图中红圈处进入下载页面。
    在这里插入图片描述

  3. 进入下载页面后,点击图中红圈处的“ Linux ”,会出现3.7和2.7两个版本,选择其中一个进行下载即可,本文下载的为3.7
    在这里插入图片描述

  4. 下载完成后会得到一个对应版本的.sh文件在你的Ubantu系统下载的位置,如下图所示本文下载的为Anaconda3-5.3.1-Linux-x86_64.sh版本。
    在这里插入图片描述

  5. 在此处打开命令终端,运行bash + “你的下载文件的名字”,如下图所示,然后运行即可完成安装。
    在这里插入图片描述
    至此Anaconda已经安装完成在Ubantu上。

第二步: 安装PyTorch

  1. 登录PyTorch官网,链接如下:
    (https://pytorch.org/)

  2. 点击界面上的Get Started按钮进去下载界面,如下图所示。
    在这里插入图片描述

  3. 进入下载页面会出现你的系统选择项,根据自己的系统进行即可。PyTorch Build建议选稳定版(Stable1.0),Package选择conda(必须选这个),其他的按照自己电脑安装配置选择。选择完后,最下面的Run this command对应的那行命令,就是在你的命令终端输入的安装指令,打开终端输入即可。
    在这里插入图片描述

  4. 若安装过程中出现安装不成功有的文件,终端会提示应该运行什么命令,比如:pleas insall 什么什么。按照其执行就行。或者直接再运行一边Run this command对应的那行命令,其会自动检测环境并安装上次安装失败的部分,成功的不再重复安装。

第三步:配置PyCharm

  1. 打开PyCharm,然后File->Settings->Project->Project Interpreter,点击Project Interpreter右侧的配置点击Show All,如下图所示:
    在这里插入图片描述
  2. 点击Project Interpreters的右边"+"出现下图环境配置界面,选择System Interpreter选项,然后右边"…"按钮进行Python环境的选择,这时候选择你刚刚安装的Anaconda文件里的Python即可;其Python目录在Anaconda->enter->bin文件里,选里面的Python版本即可
    在这里插入图片描述
  3. 完成后,新建一个Python文件导入测试一下即可,如下图所示不出红线报错
    在这里插入图片描述
### 在 Ubuntu 系统中使用 Anaconda 安装 PyTorch #### 准备工作 在开始之前,需确认已成功安装 Anaconda 或 Miniconda。如果尚未完成此操作,则可以按照官方文档或参考资料中的说明进行下载安装[^1]。 #### 查看当前 Conda 环境 执行以下命令来查看现有的 Conda 环境列表: ```bash conda info --envs ``` 这一步有助于了解是否有其他环境存在以及默认使用的 Python 版本[^2]。 #### 创建新的 Conda 虚拟环境 为了隔离不同项目的依赖关系,建议为 PyTorch 创建一个新的虚拟环境。以下是创建新环境的具体方法: 假设目标是基于 Python 3.9 的版本构建环境(可根据需求调整),可运行如下命令: ```bash conda create -n pytorch_env python=3.9 ``` 其中 `pytorch_env` 是自定义的环境名称,可以根据个人喜好更改[^3]。 #### 激活指定的 Conda 环境 激活刚刚创建好的环境以便后续在此环境中安装必要的软件包: ```bash conda activate pytorch_env ``` 一旦激活成功,在终端提示符前会显示所选环境的名字 `(pytorch_env)`[^4]。 #### 使用 Conda 命令安装 PyTorch 及其相关组件 根据硬件配置情况决定是否启用 GPU 支持功能。对于仅支持 CPU 运算的情况而言,只需简单输入下面这条指令即可完成安装过程: ```bash conda install pytorch torchvision torchaudio cpuonly -c pytorch ``` 而当计算机配备有 NVIDIA 显卡且希望充分利用它们来进行加速计算时,则需要额外指明对应的 CUDA 工具链版本号。例如针对 CUDA 11.7 的情形下应采用这样的形式: ```bash conda install pytorch torchvision torchaudio cudatoolkit=11.7 -c pytorch -c nvidia ``` 上述两条语句分别适用于不同的场景设置,且都来源于官方推荐的最佳实践方案之一^[]^。 #### 验证安装结果 最后一步就是验证整个流程是否顺利完成。打开 Python 解释器或者 Jupyter Notebook 尝试导入模块以测试连通性状况良好与否: ```python import torch print(torch.__version__) if torch.cuda.is_available(): print('CUDA is available') else: print('No CUDA support detected.') ``` 这段脚本不仅能够显示出当前加载库的实际版本信息,还能判断系统里是否存在可用的图形处理器资源供调用.
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