win11+pytorch1.7.0+python3.8(也可以是python3.7)+cuda11.0

简介: win11+pytorch1.7.0+python3.8(也可以是python3.7)+cuda11.0

写在最前面

在本机也配一个好了hh

参考:https://blog.csdn.net/weixin_44359479/article/details/121434074

https://blog.csdn.net/qq_42119367/article/details/110047492

一. 软件配备

检查显卡驱动:

nvidia-smi

可知,CUDA支持的最高版本为11.7。

所以,软件配备:win11系统、pytorch1.7.0、python3.8(也可以是python3.7)、cuda11.0。

二. 创建虚拟环境

2.1 创建环境名称,并选择‘y’

conda create -n pytorch_1.7 python=3.8

2.2.进入虚拟环境

activate pytorch_1.7

三. 安装pytorch

进入 pytorch官网,发现有对应版本下载。如果想要下载其他版本,比如:pytorch1.7,则点击下面的“Previous versions of Pytorch>”

进入页面后,找到对应版本,

由于pytorch1.7有1003.4MB,所以如果直接按照如下pip下载安装pytorch,速度非常慢,因而需要单独下载后进行安装pytorch。

conda install pytorch==1.7.0 torchvision==0.8.0 torchaudio==0.7.0 cudatoolkit=11.0 -c pytorch

所以,我们先下载安装包,然后再本地进行安装,下载地址是:清华大学开源软件镜像站

https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/

注意:不推荐下载这个torch—源于pytorch.org官网,因为经常自动断网

https://download.pytorch.org/whl/torch_stable.html

然后,选择自己想要的版本进行下载即可,存至一个盘里,将压缩包存在D盘的一个文件夹内。

接着,通过conda安装。注意:在安装的时候,需要在压缩包后面添加‘.bz2’,否则安装不成功,如:

conda install C:\\Users\\59866\\Desktop\\pytorch-1.7.0-py3.8_cuda110_cudnn8_0.tar.bz2

安装完pytorch1.7之后,我们再用如下代码,安装其它模块

输入以下代码进行安装,直至完成,如:

conda install torchvision==0.8.0 torchaudio==0.7.0 cudatoolkit=11.0 -c pytorch

至此,pytorch1.7安装完成。

四. 安装虚拟环境下的notebook

4.1 安装ipykernel,并选择‘y’,直至安装完成

pip install ipykernel  #安装ipykernel库,用来注册

4.2 将环境名注册到notebook,可以看见文件路径

python -m ipykernel install --user --name pytorch_1.7 --display-name pytorch_1.7  #将环境名注册到notebook

4.3 检查是否安装notebook,

ipython notebook

若没有安装,出现如下情况:

此时需要安装notebook,即输入:

conda install notebook

并输入’y’

出现“done”,表明已经安装完成

4.4 进入该虚拟环境下的notebook,输入:

ipython notebook

或者

jupyter notebook

两者都可以进入对应的notebook界面,并且显示“可信”。

至此,pytorch1.7安装结束!

附录

另一种最简单的安装方法,以pytorch1.12为例,代码如下:

conda create -n pytorch1.12 python=3.9
activate pytorch1.12
conda install pytorch torchvision torchaudio cudatoolkit=11.3 -c pytorch
pip install ipykernel -i https://pypi.tuna.tsinghua.edu.cn/simple
python -m ipykernel install --user --name pytorch1.12 --display-name pytorch1.12
pip install notebook matplotlib numpy -i https://pypi.tuna.tsinghua.edu.cn/simple

五.检查cuda是否可用

最后,检验cuda是否可用。

进入anaconda,输入python,回车

python

进入 python 环境,导入pytorch包,查看其版本

import torch
torch.__version__

导入torchvision包,查看其版本

import torchvision
torchvision.__version__

报错

1、解决CondaVerificationError: The package for pytorch located at…

原因:之前安装包缓存未清理,导致安装包不能正常安装。

解决方法:

conda clean --all

参考:https://blog.csdn.net/weixin_42069606/article/details/111052017

目录
相关文章
|
8月前
|
机器学习/深度学习 算法 PyTorch
【文末送书】Python深度学习(基于PyTorch)
【文末送书】Python深度学习(基于PyTorch)
46 0
|
21天前
|
机器学习/深度学习 PyTorch TensorFlow
|
并行计算 PyTorch 算法框架/工具
Python安装Pytorch教程(图文详解)
Python安装Pytorch教程(图文详解)
1746 0
Python安装Pytorch教程(图文详解)
|
9月前
|
机器学习/深度学习 并行计算 PyTorch
Python和PyTorch深入实现线性回归模型:一篇文章全面掌握基础机器学习技术
Python和PyTorch深入实现线性回归模型:一篇文章全面掌握基础机器学习技术
173 0
|
21天前
|
机器学习/深度学习 人工智能 PyTorch
Python 与人工智能的完美结合——解析 PyTorch 框架
【2月更文挑战第4天】本文将探讨 Python 在人工智能领域中的应用,以及介绍 PyTorch 框架。PyTorch 是一个基于 Python 的开源机器学习库,其强大的自动微分功能和易于使用的接口使其成为深度学习领域的热门选择。本文将从 PyTorch 的发展历程、工作原理以及示例代码等方面进行详细分析和解释。
|
21天前
|
机器学习/深度学习 PyTorch TensorFlow
Python中的深度学习:TensorFlow与PyTorch的选择与使用
Python中的深度学习:TensorFlow与PyTorch的选择与使用
100 0
|
21天前
|
机器学习/深度学习 PyTorch 算法框架/工具
(python)利用pytorch拟合法求解非线性方程组
(python)利用pytorch拟合法求解非线性方程组
99 0
|
21天前
|
机器学习/深度学习 人工智能 PyTorch
Python小知识 - 【Python】如何使用Pytorch构建机器学习模型
Python小知识 - 【Python】如何使用Pytorch构建机器学习模型
|
21天前
|
机器学习/深度学习 监控 PyTorch
PointNet:基于Python和PyTorch的3D分割的实用指南
PointNet:基于Python和PyTorch的3D分割的实用指南
|
11月前
|
机器学习/深度学习 PyTorch 程序员
【Python】Pytorch(CNN)实现垃圾,宝石,表情,车牌,鸟类,食物等各种分类
【Python】Pytorch(CNN)实现垃圾,宝石,表情,车牌,鸟类,食物等各种分类
101 0