Anaconda+spyder+pycharm的pytorch配置詳解(GPU)
第一步 : 從清華大學(xué)開源軟件鏡像站下載Anaconda:https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/?C=M&O=D
安裝過程中需要勾選如下圖
裝好后測(cè)試是否裝好,先配置環(huán)境變量(可能anaconda安裝好后自己就有了)
打開CMD,輸入代碼
conda list
回車出現(xiàn)包的信息則說(shuō)明安裝完成
打開Anaconda Navigator(桌面沒有的話就點(diǎn)擊左下角看最近添加)可以看到spyder已經(jīng)下好了
第二步:下載CUDA(GPU)
注意:沒有NVIDA的顯卡是不能使用CUDA的?。。。。。。。?!
如果顯卡不是N卡的話,就不能使用GPU加速的?。。。?!
但親測(cè)之后就算沒有下載CUDA,只要pytorch包下載在spyder里,是能使用CPU來(lái)加速的,進(jìn)行一些簡(jiǎn)單的學(xué)習(xí)是沒有問題的。
下載CUDA前,查看自己電腦能安裝CUDA的最高版本,打開NVIDA控制面板
可以看到我的CUDA能安裝11.1版本的(這不代表你的電腦就安裝這個(gè)版本,而是最高能接受這個(gè)版本?。?br />
然后我們進(jìn)入CUDA工具包安裝官網(wǎng)
https://developer.nvidia.com/cuda-toolkit-archive
可以看到有很多版本,但這個(gè)時(shí)候可以看一下pytorch官網(wǎng)
https://pytorch.org/get-started/locally/
這里最高CUDA選擇10.2,但由于本人的電腦就是裝不了10.2,所以選擇了10.1 updata2
點(diǎn)進(jìn)去是這個(gè)樣子的
然后右下角下載好后開始安裝,遇到下圖這個(gè)注意勾選。
安裝過程如果出錯(cuò)的大概率是你的電腦沒有 Visual Studio,如果真出錯(cuò)了可以下個(gè)VS2019試一試,我就是出錯(cuò)在這。
安裝完成后測(cè)試是否安裝完成,打開CMD輸入
nvcc -V
安裝完成的話就會(huì)出現(xiàn)下圖
可能會(huì)遇到nvcc不識(shí)別,我們就去找nvcc這個(gè)文件(如圖所示路徑)
找到之后把這個(gè)路徑添加到環(huán)境變量
添加之后,再次進(jìn)入cmd,輸入nvcc -V測(cè)試安裝情況
到此CUDA安裝完成
第三步
Pytorch安裝
打開cmd,輸入下面兩行代碼(使用清華源加速)
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/ conda config --set show_channel_urls yes
先不要關(guān)閉cmd,然后進(jìn)入pytorch官網(wǎng)
https://pytorch.org/get-started/locally/
熟悉的界面,因?yàn)槲野惭b的CUDA是10.1,所以CUDA選擇了10.1。
注意這段代碼
必須去掉-c pyorch
所以我們?cè)趧偛诺腸md中輸入
conda install pytorch torchvision cudatoolkit=10.1
然后稍等一會(huì),cmd就會(huì)開始安裝了,安裝過程中碰到Y(jié)/N就選Y就行了,因?yàn)槲乙呀?jīng)安裝過了,所以cmd里就是這樣的
等下載完成之后,打開cmd,輸入
ipython
然后再如下圖輸入
import torch torch.cuda.is_available()
如果輸出了一個(gè)True,則pytorch安裝完成了。
第四步
環(huán)境配置與測(cè)試
打開Anaconda Navigator
在兩個(gè)環(huán)境中找一找有沒有pytorch一類的包
沒有的話只能重新下一次pytorch了
有的話打開spyder,可以在工具選項(xiàng)設(shè)置為簡(jiǎn)體中文
然后輸入代碼測(cè)試
import torch print('Torch Version:',torch.__version__) print('CUDA GPU check:',torch.cuda.is_available())
正常輸出的話,那么pytorch就裝好了
如果是要用pycharm來(lái)運(yùn)行呢,則新建一個(gè)項(xiàng)目,選擇現(xiàn)有解釋器
然后在添加解釋器,在conda環(huán)境下如圖
然后創(chuàng)建就好了,創(chuàng)建完成以后,創(chuàng)建一個(gè).py文件,輸入代碼
import torch print('Torch Version:',torch.__version__) print('CUDA GPU check:',torch.cuda.is_available())
運(yùn)行如下,則配置完成了
到此這篇關(guān)于Anaconda+spyder+pycharm的pytorch配置詳解(GPU)的文章就介紹到這了,更多相關(guān)Anaconda spyder pycharm pytorch配置 內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
相關(guān)文章
python 實(shí)現(xiàn)單一數(shù)字取對(duì)數(shù)與數(shù)列取對(duì)數(shù)
這篇文章主要介紹了python 實(shí)現(xiàn)單一數(shù)字取對(duì)數(shù)與數(shù)列取對(duì)數(shù)操作,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。2021-05-05python實(shí)現(xiàn)飛機(jī)大戰(zhàn)
這篇文章主要為大家詳細(xì)介紹了python實(shí)現(xiàn)飛機(jī)大戰(zhàn)游戲,文中示例代碼介紹的非常詳細(xì),具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下2018-09-09Django 批量插入數(shù)據(jù)的實(shí)現(xiàn)方法
這篇文章主要介紹了Django 批量插入數(shù)據(jù)的實(shí)現(xiàn)方法,文中通過示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2020-01-01Django如何判斷訪問來(lái)源是PC端還是手機(jī)端
這篇文章主要介紹了Django如何判斷訪問來(lái)源是PC端還是手機(jī)端問題,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。如有錯(cuò)誤或未考慮完全的地方,望不吝賜教2023-05-05