【PyTorch】深度学习PyTorch环境配置及安装【详细清晰】

文章目录

- 概要
- 步骤
- - Anaconda安装
  - 管理环境
- 安装PyTorch
- PyTorch环境使用
- Jupyter
- - Jupyter简介
  - 安装Jupyter及使用
- 我的部分版本

概要

搭建PyTorch环境用于深度学习

步骤

Anaconda安装

安装详情：https://blog.csdn.net/Q20011102/article/details/127831950
我安装的是Anaconda３，适用于python3以上
在这里插入图片描述

现在的深度学习都离不开显卡，像现在的一些TensorFlow、Pytorch只支持英伟达的显卡，但是显卡只起到一个加速的作用，对于学习pytorch是没有影响的。

管理环境

如何有效管理环境至关重要，例如不同的项目所用的环境有时候都可能不一样，比如这个项目用到pythorch0.4，另一个项目用到pytorch1.0，如果你卸载了0.4版本，安装了1.0版本。那么下一次，你再碰到0.4版本，就需要卸载1.0版本，重新安装0.4版本，很折腾。Anaconda集成的conda包能够创建不同的环境，相互隔离开来。你想要哪个版本，就用哪个环境。
首先使用conda指令创建一个环境，叫做pytorch
指令如下：

conda create -n pytorch python=3.10

conda 是指调用conda包，create是创建的意思，-n 后面指环境的名字（可以自己定义），python=3.10指创建python环境是3.10版本的（python可以不用这么高的版本可以自己设置3.6或3.7版本的话就行，我这边设置3.10版本是因为后面安装pytorch的版本高了所以就必须安装python版本高一点的）
在这里插入图片描述
安装成功，可以看到使用的指令激活，并看到左边括号切换环境后的名字

conda activate pytorch

在这里插入图片描述
可以使用pip list来看这个pytorch用到了哪些工具包
但是从上面可以看到没有我们想要的pytorch，现在就需要开始安装PyTorch

安装PyTorch

官网下载：https://pytorch.org/
往下拉，可以看到：
在这里插入图片描述

判断自己电脑有没有英伟达显卡，有则选择CUDA版本，没有则选择CUDA为CPU Only的版本

确定自己有没有英伟达显卡：打开任务管理器->选择性能->点击GPU可以看到有NVIDIA则有英伟达显卡(有些人只有一个GPU没有GPU0和GPU1，反正都点一下看一下哈)
在这里插入图片描述

确定显卡支持的CUDA版本：可以打开终端Windows+R 输入nvidia-smi就可以看到
在这里插入图片描述
我这里是有英伟达显卡的，所以我选择有CUDA的，不选择CPU Only的版本

安装完成之后可以使用pip list去看torch版本

还可以检查是否安装成功，按如下图进行输入指令，生成True表示pytorch安装成功
在这里插入图片描述

PyTorch环境使用

pycharm官网：https://www.jetbrains.com/pycharm/download/?section=windows
可以看下别人的安装教程：https://blog.csdn.net/2302_79334848/article/details/132128699
安装好之后，可以先装一个中文插件然后重启，双击打开pycharm，新建工程
在这里插入图片描述

在这里插入图片描述

继续输入指令，返回True表明已经搭建好了

Jupyter

Jupyter简介

官网：https://jupyter.org/
Jupyter是一个可以交互的python工具，因为可以随时进行更改某一段的代码，然后某一部分进行运行
在这里插入图片描述

安装Jupyter及使用

安装可以采用Anaconda安装，打开Anaconda，进行如下图安装在这里插入图片描述

点击Jupyter Notebook，自动跳到浏览器出现文件目录，jupyter默认安装在base环境中，不能使用我们刚刚安装的pytorch
所以有两种解决方式：
1.在base环境中再安装一次pytorch
2.在pytorch环境中安装jupyter
这里选择第2种方式
在base环境中，要打开jupyter需要一个package
通过Anaconda Prompt进行查询包
在这里插入图片描述

在pytorch中安装ipykernel包，这样就能打开jupyter了
输入指令：conda install nb_conda进行安装包（安装过程中输入y）
安装完成，输入jupyter notebook就可以自动进行跳转到浏览器