安装遇到的几个坑:
1创建虚拟环境的时候出现Proceed ([y]/n)?
询问你是否覆盖旧版本,在命令行输入y即可进行下一步的安装操作了
安装pytorch前先了解
pytorch:一个开源python的机器学习库~
显卡:将计算机系统所需要的显示信息进行转换驱动显示器,其内置的并行计算能力现在也用于计算深度学习
gpu(显卡的核心):其实显卡减少了对cpu的依赖,其的并行运算能力强大,所以我们这里也会希望利用他来计算,这样就可以提高速度。
cudnn:用于深度神经网络的gpu加速库。VIDIA cuDNN可以集成到更高级别的机器学习框架中。
cuda:用于操作cudnn。(可将cuda看成一个工作台)
Anaconda:统一管理包的发行版。其中包括conda,python在内的各种包。
conda :包的管理工具,和pip有些相似
pip:用于安装和管理软件包的包管理器
(两者其实很多时候在python中是可以相互替代的。)
虚拟环境(virtualenv):做很多项目都会创造一个虚拟环境,(官方来说:用于创建一个独立的python环境工具)
conda虚拟环境的相关操作:
(1)穿件虚拟环境:conda create -n 虚拟环境的名称 python=版本号
(2)Windows下激活: activate (虚拟环境名称)
(3)退出虚拟环境:deactivate 虚拟环境的名称
具体的安装:
我尝试了超级多的方法,最终采用了这个方法:
1 从官网上下载对应的包
2 在终端输入相应的内容:
pip install E:second_to orch-1.5.0-cp37-cp37m-win_amd64.whl
看到相应回应:Successfully installed future-0.18.2 torch-1.5.0
pip install E:second_to orchvision-0.6.0-cp37-cp37m-win_amd64.whl
看到相应回应:Successfully installed pillow-7.1.2 torchvision-0.6.0
这里我出现了numpy 包的报错,具体为什么我也不是很清楚,所以我另外安装了numpy
安装numpy(并且使用了清华源):
pip install numpy -i https://pypi.tuna.tsinghua.edu.cn/simple some-package
只想安装numpy的朋友可以直接用这个语句,还是蛮快的。
检验是否安装成功:
import Torch
Torch.cuda.is_available()
一些其他的方法:
1 使用镜像源直接安装:
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes
conda install (下载的pytorch)版本号(官网上选择即可)
注意:删除-c pytorch
这些添加镜像源的方法,也可以用到装其他库。