win10安装minconda+pytorch

本文涉及的产品
模型在线服务 PAI-EAS,A10/V100等 500元 1个月
交互式建模 PAI-DSW,每月250计算时 3个月
模型训练 PAI-DLC,100CU*H 3个月
简介: 本文主要说明在win10笔记本上的安装minconda和pytorch,以图文结合的方式记录安装步骤,供参考学习。

本文主要说明在win10笔记本上的安装minconda和pytorch。
一、minconda安装
1、minconda简介
Miniconda,是anaconda精简版本,只包含python与conda两个工具包,以及相关的必须依赖项,对于硬盘空间有限的用户来说,Miniconda是一个很好的选择。
2、minconda安装
Miniconda下载地址:https://conda.io/en/latest/miniconda.html
根据自己需要的python版本,选择下载对应的minconda程序。
image.png
下载完成后点击EXE程序进行安装,如果C盘空间充足的,可以一路next,如果C盘空间有限,可以更改安装位置。
除了安装位置需要确认外,还有两个需要确认的地方,如下图所示,建议两个复选框都勾选。image.png
第一个复选框,表示把minconda3是否加入系统环境变量,推荐勾选,勾选之后可以在命令行中直接用python、conda等命令;
第二个复选框,表示是否设置minconda3所带的Python 3.8为系统默认的Python版本。
3、minconda测试
安装完成以后,就可以打开cmd测试一下安装结果。打开命令行终端,然后输入python,查看python版本。
4、修改镜像源
minconda安装成功之后,我们需要修改其包管理镜像为国内源,如果使用国外的源(默认是国外的源),下载软件会很慢。
安装完miniconda之后,可以查看C盘地址下(windows用户地址为:C:\Users\用户名\)面的.condarc文件(记事本打开),如果没有在命令行终端中先执行conda config --set show_channel_urls yes生成该文件。
image.png
将清华源官网上的文件(如下图所示)拷贝到.condarc文件中保存。
清华源配置说明地址:https: //mirrors.tuna.tsinghua.edu.cn/help/anaconda/![image.png]
至此,minconda软件包安装完成,可以在命令行中使用conda管理虚拟环境。

二、pytorch安装
Pytorch的安装,可以去官网找到对应的安装命令即可,不过有可能官网的命令下载很慢(pytorch包有几个G)。
小编选择另外一条安装路径,先现在pytorch包。
下载地址:download.pytorch.org/whl/torch_stable.html
然后根据cuda的版本、python版本和想要安装的pytorch版本,下载whl压缩包。小编cuda版本为11.7,python版本为3.9,win10操作系统,然后选择torch版本为1.13.1
image.png
下载下来的文件
image.png
下载后放在某个文件下,然后在命令行中进入该文件目录下(小编把下载的文件放在D盘),运行以下命令时一定要进入 torch-1.13.1+cu117-cp39-cp39-win_amd64.whl文件所在目录。
pip install torch-1.13.1+cu117-cp39-cp39-win_amd64.whlimage.png
安装完成后,可以查看pytorch的版本
image.png
至此,pytorch安装完成,下一步可以实战深度学习了。

目录
相关文章
|
PyTorch Linux 算法框架/工具
pytorch学习一:Anaconda下载、安装、配置环境变量。anaconda创建多版本python环境。安装 pytorch。
这篇文章是关于如何使用Anaconda进行Python环境管理,包括下载、安装、配置环境变量、创建多版本Python环境、安装PyTorch以及使用Jupyter Notebook的详细指南。
1533 1
pytorch学习一:Anaconda下载、安装、配置环境变量。anaconda创建多版本python环境。安装 pytorch。
|
并行计算 PyTorch TensorFlow
Ubuntu安装笔记(一):安装显卡驱动、cuda/cudnn、Anaconda、Pytorch、Tensorflow、Opencv、Visdom、FFMPEG、卸载一些不必要的预装软件
这篇文章是关于如何在Ubuntu操作系统上安装显卡驱动、CUDA、CUDNN、Anaconda、PyTorch、TensorFlow、OpenCV、FFMPEG以及卸载不必要的预装软件的详细指南。
11189 4
|
8月前
|
机器学习/深度学习 并行计算 PyTorch
Windows下CUDA+pytorch安装
以下是关于在Windows下安装CUDA和PyTorch的简要介绍及参考链接:
414 0
Windows下CUDA+pytorch安装
|
PyTorch TensorFlow 算法框架/工具
Jetson环境安装(一):Ubuntu18.04安装pytorch、opencv、onnx、tensorflow、setuptools、pycuda....
本文提供了在Ubuntu 18.04操作系统的NVIDIA Jetson平台上安装深度学习和计算机视觉相关库的详细步骤,包括PyTorch、OpenCV、ONNX、TensorFlow等。
1052 1
Jetson环境安装(一):Ubuntu18.04安装pytorch、opencv、onnx、tensorflow、setuptools、pycuda....
|
机器学习/深度学习 缓存 PyTorch
pytorch学习一(扩展篇):miniconda下载、安装、配置环境变量。miniconda创建多版本python环境。整理常用命令(亲测ok)
这篇文章是关于如何下载、安装和配置Miniconda,以及如何使用Miniconda创建和管理Python环境的详细指南。
4288 0
pytorch学习一(扩展篇):miniconda下载、安装、配置环境变量。miniconda创建多版本python环境。整理常用命令(亲测ok)
|
并行计算 PyTorch 编译器
|
并行计算 开发工具 异构计算
在Windows平台使用源码编译和安装PyTorch3D指定版本
【10月更文挑战第6天】在 Windows 平台上,编译和安装指定版本的 PyTorch3D 需要先安装 Python、Visual Studio Build Tools 和 CUDA(如有需要),然后通过 Git 获取源码。建议创建虚拟环境以隔离依赖,并使用 `pip` 安装所需库。最后,在源码目录下运行 `python setup.py install` 进行编译和安装。完成后即可在 Python 中导入 PyTorch3D 使用。
1201 0
|
2月前
|
机器学习/深度学习 数据采集 人工智能
PyTorch学习实战:AI从数学基础到模型优化全流程精解
本文系统讲解人工智能、机器学习与深度学习的层级关系,涵盖PyTorch环境配置、张量操作、数据预处理、神经网络基础及模型训练全流程,结合数学原理与代码实践,深入浅出地介绍激活函数、反向传播等核心概念,助力快速入门深度学习。
129 1
|
6月前
|
机器学习/深度学习 PyTorch API
PyTorch量化感知训练技术:模型压缩与高精度边缘部署实践
本文深入探讨神经网络模型量化技术,重点讲解训练后量化(PTQ)与量化感知训练(QAT)两种主流方法。PTQ通过校准数据集确定量化参数,快速实现模型压缩,但精度损失较大;QAT在训练中引入伪量化操作,使模型适应低精度环境,显著提升量化后性能。文章结合PyTorch实现细节,介绍Eager模式、FX图模式及PyTorch 2导出量化等工具,并分享大语言模型Int4/Int8混合精度实践。最后总结量化最佳策略,包括逐通道量化、混合精度设置及目标硬件适配,助力高效部署深度学习模型。
824 21
PyTorch量化感知训练技术:模型压缩与高精度边缘部署实践
|
30天前
|
边缘计算 人工智能 PyTorch
130_知识蒸馏技术:温度参数与损失函数设计 - 教师-学生模型的优化策略与PyTorch实现
随着大型语言模型(LLM)的规模不断增长,部署这些模型面临着巨大的计算和资源挑战。以DeepSeek-R1为例,其671B参数的规模即使经过INT4量化后,仍需要至少6张高端GPU才能运行,这对于大多数中小型企业和研究机构来说成本过高。知识蒸馏作为一种有效的模型压缩技术,通过将大型教师模型的知识迁移到小型学生模型中,在显著降低模型复杂度的同时保留核心性能,成为解决这一问题的关键技术之一。

热门文章

最新文章

推荐镜像

更多
下一篇
开通oss服务