背景介紹

目前主流使用的工具有Facebook搞的pythorch和谷歌開發(fā)的tensorflow兩種，二者在實(shí)現(xiàn)理念上有一定區(qū)別，pytorch和人的思維模式與變成習(xí)慣更像，而tensorflow則是先構(gòu)建整體結(jié)構(gòu)，然后整體運(yùn)行，開發(fā)調(diào)試過程較為繁瑣，但好處是復(fù)用部署較方便，本質(zhì)是其二者分別使用動態(tài)、靜態(tài)圖的區(qū)別。

安裝Anaconda

Anaconda是python的包管理工具，并且允許創(chuàng)造多個(gè)虛擬環(huán)境，用以分別安裝不同的python版本及包，相當(dāng)于是python環(huán)境的虛擬機(jī)。

官網(wǎng)下載地址在此

下載后按照推薦步驟安裝即可

第二個(gè)選項(xiàng)是將anaconda本身的python環(huán)境等信息添加到系統(tǒng)變量中，不推薦是怕引發(fā)環(huán)境變量錯(cuò)誤，所以我們需要分別手動添加安裝目錄anaconda，安裝目錄下的\Scripts和Library\bin目錄添加到系統(tǒng)變量中：

安裝完成后，可在系統(tǒng)中搜索Anaconda，或Jupyter Notebook，可找到如下文件：

以后僅使用Jupyter Notebook和Anaconda Prompt，將其發(fā)送到桌面即可，此時(shí)打開Prompt即可進(jìn)入anaconda的虛擬環(huán)境，示例如圖：

常用命令如下：

清屏			cls
列出所有環(huán)境		conda env list
列出所有庫		conda list
創(chuàng)建環(huán)境			conda create -n 環(huán)境名 python=版本號
刪除環(huán)境			conda remove -n 環(huán)境名 --all
進(jìn)入環(huán)境			conda activate 環(huán)境名
退出當(dāng)前環(huán)境		conda deactivate

創(chuàng)建環(huán)境時(shí)會自動安裝需要的組件和庫，下載即可，此時(shí)再列出環(huán)境可見如下所示：

安裝CUDA

隨著神經(jīng)網(wǎng)絡(luò)等人工智能算法和大數(shù)據(jù)技術(shù)的發(fā)展，計(jì)算量越來越大，僅靠cpu的處理已經(jīng)不能滿足訓(xùn)練需要，我們使用中多通過專門負(fù)責(zé)圖像處理的顯卡來加速訓(xùn)練過程，所以在pytorch的安裝中我們需要使用顯卡加速功能——cuda，加速顯卡和cpu并行計(jì)算功能的平臺，該技術(shù)目前僅支持英偉達(dá)顯卡。

首先在cmd命令中輸入nvidia-smi查看顯卡驅(qū)動API的CUDA版本：

cuda下載網(wǎng)站

該顯卡CUDA版本為12.2，下載的新cuda平臺不應(yīng)高于該版本，故下載如下版本：

安裝時(shí)僅選擇CUDA即可：

安裝完成后可通過nvcc -V命令查看cuda版本：

安裝pytorch

pytorch的本質(zhì)是三個(gè)庫，torch、torchvision和torchaudio，torch最大有1G左右，另外兩個(gè)只是補(bǔ)充的附件，所以工程中我們一般只import torch即可。

直接到其官方網(wǎng)站尋找下載資源，根據(jù)需要的版本生成指令，

然后到conda prompt虛擬環(huán)境中輸入該指令即可直接下載，網(wǎng)絡(luò)情況較好可直接使用，否則可使用鏡像源，或到命令中的url手動下載，再使用pip命令手動安裝。

安裝完成后輸入conda list查看所有庫，出現(xiàn)如下圖說明安裝成功，conda相關(guān)命令詳細(xì)可見常用命令：

在環(huán)境中打開python，查看能否導(dǎo)入，示例如下則說明安裝成功：

報(bào)錯(cuò)解決——fbgemm.dll

這里我重新創(chuàng)建了新的名為pytorch，python版本為3.9的環(huán)境，因?yàn)橹皣L試了3.12和3.11的均在導(dǎo)入時(shí)報(bào)錯(cuò)缺少fbgemm.dll" or one of its dependencies.，在目錄下是有這個(gè)文件的，用dll組件查看發(fā)現(xiàn)依賴缺少很多文件，不是能一個(gè)個(gè)找到再添加的了，也有說法是電腦缺少C++的運(yùn)行環(huán)境，但在本機(jī)中查看是裝了的，卸載重裝也沒用，最后想到是不是可能版本不對應(yīng)，分別嘗試了不同的pytroch版本和CUDA版本，最后試了環(huán)境本身的python版本降到3.9才成功，可官網(wǎng)明明白白寫著支持3.12，具體咋回事就不明白了，暫時(shí)有的用就是好的。

連接pycharm

直接上圖

如圖可見在pycharm中可用pytorch，并可以使用cuda加速。

有關(guān)CUDA版本

其中CUDA要注意版本向下兼容，順序分別為顯卡驅(qū)動API的CUDA版本——安裝cuda平臺的運(yùn)行API版本——pytorch版本，版本可依次遞減，但后不可大于前。
而pytorch除了要與CUDA對應(yīng)外，還需注意與Anaconda的python版本對應(yīng)，當(dāng)然一般用舊的沒什么問題，可那還怎么進(jìn)步呢，只追求穩(wěn)定，人類現(xiàn)在可能還用石頭火把呢。

安裝環(huán)境難的就在不同組件之間的配合，版本低了高了，語言和選項(xiàng)等選不對造成安裝出錯(cuò)，如果要改就很麻煩，本人在配置過程也折騰了很長時(shí)間，就因?yàn)椴幌氚唇坛萄b老版本，又沒有提前搞清楚各個(gè)組之間的對應(yīng)關(guān)系，導(dǎo)致不必要的時(shí)間浪費(fèi)在改錯(cuò)上，還不如從頭開始了，任務(wù)真正開始之前的準(zhǔn)備工作還是做充分。

總結(jié)

pytorch安裝主要分三步，

1，包管理工具Anaconda用于管理組件，創(chuàng)造虛擬環(huán)境；

2，安裝加速平臺CUDA，主要涉及顯卡cuda版本和安裝cuda平臺版本的關(guān)系；

3，安裝pytorch，要與安裝CUDA對應(yīng)。

以上就是從零教你安裝pytorch并在pycharm中使用的詳細(xì)內(nèi)容，更多關(guān)于pytorch安裝并在pycharm中使用的資料請關(guān)注腳本之家其它相關(guān)文章！

最新評論