Linux + pytorch 安装环境

本文详细介绍了如何使用清华源加速pip更新,安装Anaconda进行虚拟环境管理,以及在虚拟环境中安装TensorFlow和PyTorch等深度学习框架的方法。涵盖了从Python环境搭建到深度学习框架安装的全过程。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

在这里插入图片描述

更新pip :  python -m pip install --upgrade pip

1.使用清华源加速(安装速度快)

在这里插入图片描述

-i https://pypi.tuna.tsinghua.edu.cn/simple

mkdir ~/.pip
vim ~/.pip/pip.conf

[global]
index-url = http://mirrors.aliyun.com/pypi/simple/
[install]
trusted-host = mirrors.aliyun.com

2.装anaconda (管理建立虚拟环境)

我们可以按照需要装 python3.5 ,或者python3.6 .
为了保证这些python环境不冲突,我们通过anaconda建立多个虚拟环境来管理。
anaconda管理建立多个虚拟环境

在这里插入图片描述
https://www.anaconda.com/download/
wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-5.2.0-Linux-x86_64.sh
$ bash Anaconda3-5.2.0-Linux-x86_64.sh

关于 conda 找不到:

  • 如果默认配置路径需要输入 source ~/.bashrc
  • 如果没有默认添加路径
    vim ~/.bashrc
    export PATH="/home/guanyun/anaconda3/bin:$PATH"
    保存退出(ESC 然后 :wq) 如果没有编辑直接退出 :q

3.建立你所需python版本的虚拟环境

在这里插入图片描述

在这里插入图片描述
pip install --upgrade http://download.tensorflow.google.cn/linux/gpu/tensorflow_gpu-1.8.0-cp36-cp36m-linux_x86_64.whl

4.在虚拟环境下装 pytorch

在这里插入图片描述

Anaconda 镜像使用帮助

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
### 不同操作系统上的 Python 和 PyTorch 安装方法 #### Windows 系统下的安装过程 对于 Windows 用户来说,推荐使用 Anaconda 来管理 Python 环境以及安装 PyTorch。这不仅简化了依赖项处理还提供了稳定的工作环境。 - **创建并激活新的 Conda 虚拟环境** 推荐先建立一个新的 conda 环境用于隔离项目所需的包版本: ```bash conda create --name myenv python=3.9 conda activate myenv ``` - **安装 CPU 或 GPU 版本的 PyTorch 及其配套工具** 对于仅需支持 CPU 的情况可以直接运行如下命令完成安装[^4];而对于希望利用 NVIDIA 显卡加速计算的情况,则应确保已正确配置 CUDA 工具链后再执行相应指令[^3]。 ```bash # CPU-only version conda install pytorch torchvision torchaudio cpuonly -c pytorch # For GPU support (replace 'cu113' with your specific CUDA version) conda install pytorch torchvision torchaudio cudatoolkit=11.3 -c pytorch ``` #### macOS/Linux 下的操作步骤 macOS 和 Linux 平台同样适用上述基于 Conda安装方式。不过也可以选择 pip 方式来进行更灵活定制化的部署。 - **通过 Pip 安装最新发布的 PyTorch 发行版** 需要提前确认好目标平台所对应的二进制文件链接地址,并据此调整下面给出的例子中的 URL 参数以匹配特定硬件架构与 CUDA 版本需求[^2]。 ```bash pip3 install torch torchvision torchaudio ``` 若是针对具有 Nvidia GPU 加速功能的需求,则可通过访问官方提供的轮子列表页面获取适合当前系统的.whl 文件路径后手动指定下载源进行安装[^1]。 #### 使用 Miniconda 进行轻量级设置 考虑到某些情况下可能不需要整个 Anaconda 套件带来的额外开销,Miniconda 提供了一个更为精简的选择方案。只需按照官方网站指引下载对应操作系统安装脚本即可快速搭建起基础开发框架,后续再依据前述指导添加必要的科学计算组件。
评论 1
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