目录
简简单单可爱捏🤗🤗
1. 配置虚拟环境
通过conda创建好自己的虚拟环境🤗
conda create --name py39_stu python=3.9
跳出一堆让你安装的默认包,选择y就行,然后的话就是一定要记得启动刚刚创建的环境!!!💡
activate py39_stu
启动刚刚建立好的环境就可以看到左边的环境参数变成了py39_stu,如果没有出现,你自己好好反思到现在就三步你为啥能错😳。
2. 配置Torch
2.1 第一关 Wocao CUDA 副系点哪个
开始进入正题了,如何知道自己的主机应该下多少版本的torch,cuda又该配多少多少,这可能是大家遇到的第一个难点。可以通过win+R呼出cmd,输入nvidia -smi就可以获取自己的cuda支持的版本,我这边显示是支持Cuda11.6。
那么是不是我们选择安装cuda116就可以啦,其实这个主要是吃你的驱动,我这边驱动SMI显示的是512.89 可以参考两张表第一个是最低驱动比表,主要是你的显卡如果支持大于这个驱动版本都是可以安装的,但是如果小于这个驱动版本那就不可以安装了👨🦳
那么另一张表:
这给表没有截全,自己网上百度找找 关键词cuda版本与驱动,我哭死,tmd,真是保姆攻略😅,这个表的含义,就是建议你的安装版本为这些是更适合你主机宝宝体质的CUDA版本,可以发挥你显卡的全部功效。
所以在来回答上面的问题是不是我的主机显示我的cuda版本号就一定要是那个对应的值呢?答案是:最好是的,但是也得结合实际应用开发,我是感觉python中是存在玄学的,版本高的都不太兼容下面,不过你可以选择稍微低的几个版本,选一个比较稳定的cuda版本当然也是没有问题的
注意点:你这边看的是高端好像是可以打低端局,但是具体的显卡配置是不同的,有些最近出的高配电脑显卡,已经不支持Cuda10版本的了,望周知。呜呜呜
2.2 第二关 如此美妙的安装
是的,我建议每个人学python的都去感叹Anaconda的伟大吧,它可以包容你的一切杂七杂八的虚拟环境的需求,也可以优雅的删掉环境直接重来的优雅,不需要你去配置啥环境变量PATH啥的,所以Anaconda也准备了cuda的优雅安装方式,没错就是Conda安装
先访问torch官网选择
找到适合自己显卡体质的CUDA版本,我这边喜欢用1.9.1的,因为有些包其实是有限制版本不能太高,但是我反正1.9.1用的比较舒服,然后cuda选用一定要带Conda命令的哦
复制这个命令在你的虚拟环境运行就行啦
但是我要说的是但是,直接运行下载速度会比较感人,所以最好还是自己配置一个镜像
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 --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --set show_channel_urls yes
配置的是清华源的,不行就自己在去找找不是重点,然后配置好后,运行命令
conda install pytorch==1.9.1 torchvision==0.10.1 torchaudio==0.9.1 cudatoolkit=11.3 -c pytorch -c conda-forge
然后输入y,没事点点回车就行了,等待安装完成就行了🤓,但是我又得说但是,速度还是慢,中间还容易卡断,下到一半,tnnd的给我断了,跳包了怎么办
2.3 第三关 conda命令中间断包啦!
类似这种,高血压套装,啊啊啊啊啊呃呃呃呃😣 ,这个时候已经出来一半了,如果要在重新弄的话之前所做的一切,玛莎卡是不是就全部都没有用了😭😭😭,这个时候其实只是需要冷静的等待安装啦,不用太担心了。
InvalidArchiveError(“Error with archive C:XXX\XXXi\.conda\pkgs\cuda-nvdisasm-12.1.55-0.tar.bz2. You probably need to delete and re-download or re-create this file. Message from libarchive was:\n\nfailed with error: [Errno 13] Permission denied
然后运行完会提醒你报错,这些文件没有安装起,你这个时候就去根据上面的环境找到pkgs文件夹下删掉这生了一半的东西就行啦
然后重新运行命令,会发现自己之前成功安装的东西不会在重新安装,只会重新装没有装好的文件库咯😍,之后就可以顺利安好了
2.4 第四关 阁下可成见过这WHL从天而降的方法
相比于上面的靠系统镜像去安装的方法固然很好,但是我主机自己下载好whl文件,阁下又该如何应对,是的我这边要推荐的方法就是自己通过下载whl文件去安装配置cuda,访问官方的whl下载链接:download.pytorch.org/whl/torch_stable.html
然后选择适合自己电脑的版本,如何判断呢?之前不是说了嘛,通过CUDA官方推荐进行判断Previous PyTorch Versions | PyTorch
是的,我们在用这个图进行参考,这不就是给你配的非常好了嘛,选用cu113的,我们虚拟环境是python39,那就是cp39的,然后大家系统一般是window64位的的,那不好办,带个小win不就行了,然后看看torch,哦噢 Pytorch为1.9.1,行,记一下,torchvision呢,哦噢是0.10.1,OKOK🤓
这个时候就去上面的下载链接找呗,别当小呆瓜自己翻哈,用ctrl+F自己查一下cu113
很好,翻了一圈没有找到torch为1.9.1的,但是那重要吗,不重要,cuda版本牺牲一下嘛,那么这个时候就得开始考虑配置的东西了,哎呦我们后面安装是用pip install .whl文件的嘛,怎么能看conda的配置,哦对对对,那么我们去找pip install torch官方配置的需求
哎呦妈呀,这不久拿下了嘛,原来是cu111才行,🤦♂️🤦♂️没事,学会自己发现错误,也是学习的一部分。那就让我们在官方whl文件中找一下吧
好好好,这不就找到了嘛,这样直接下载,然后系统调用pip install xxx.whl文件就行啦,一定要注意torch和torchvision的版本号对齐1.9.1要配合0.10.1的torchvision ,需要同时安装这两个whl文件cuda环境就安好啦.🤓
但是尴尬的事情发生了,这个网速也太感人了吧
whl文件下载比较省心,不太会出现中间中断的情况,但是这个速度是不是也太亏贼啦,嘤嘤嘤怎么办?😭😭😭
这个时候就可以推荐出XDOWN大法了,多线程下载器 XDown | 油小猴 (youxiaohou.com),用这个下载器,如果你的网络情况比较好的话,下载速度可以达到7 M/s
叮咚叮咚,见证奇迹的时候就到啦!,当然所有外网的文件包和程序都可以用这个下载方案,十分的舒适哦。
最后偷偷告诉一下,配合脚本使用百度网盘速度也可以起飞哦。
链接在这里捏:网盘智能识别助手 | 油小猴 (youxiaohou.com)好的,完结撒花🎉🎉🎉
欢迎大家讨论学习交流💃💃