【PyTorch】Conda PyTorch PyCharm 环境搭建

霓虹步入
334 阅读2分钟

核心步骤

  • 安装并验证 conda
  • 安装并验证 pytorch
  • 安装并验证 pycharm

具体步骤

安装并验证 conda

  • 下载并安装
    官网 www.anaconda.com/products/di…

  • 配置环境变量

    J:\app\ANACONDA  
J:\app\ANACONDA\Scripts  
J:\app\ANACONDA\Library\[mingw-w64](https://so.csdn.net/so/search?q=mingw-w64&spm=1001.2101.3001.7020)\bin  
J:\app\ANACONDA\Library\bin
    image.png

  • 验证命令, 正常获取信息, 则成功安装
    image.png

  • 更换为清华源，且设置 conda 虚拟环境为指定路径, 打开文件 C:\Users\{自己机器的用户路径}\.condarc 修改为以下配置

    channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud//pytorch/
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

envs_dirs:
  - J:\data\anaconda\envs 

show_channel_urls: true

  • 如果没有这个文件， 则通过以下命令生成

    conda config --add channels r

  • 验证配置修改成功

    conda info
    image.png

安装并验证 pytorch

  • cmd 中查询本机 nvidia 版本

    nvidia-smi
    image.png

  • pytorch 官网获取适配自己机器的命令
    pytorch.org/get-started…

    【注意】
    pip
    是用来安装 python 包的，安装的是 python wheel 或者源代码的包。从源码安装的时候需要有编译器的支持，pip 也不会去支持 python 语言之外的依赖项。
    conda
    是用来安装 conda package，虽然大部分 conda包是 python 的，但它支持了不少非 python 语言写的依赖项，比如mkl cuda 这种c c++写的包。然后，conda安装的都是编译好的二进制包，不需要你自己编译。所以，pip 有时候系统环境没有某个编译器可能会失败，conda 不会。
    conda 的优势
    包之间严格的依赖检查；是一个超越 Python 的环境管理器。 推荐使用 conda 来安装包，如果安装失败，再尝试用pip进行安装。

    image.png

  • 执行命令进入 conda 虚拟环境

    conda create -n jenv python=3.9
conda activate jenv

  • 执行通过 conda 安装pytorch命令

    conda install pytorch torchvision torchaudio pytorch-cuda=12.1 -c pytorch -c nvidia
    image.png

    【注意】
    需要在conda激活的虚拟环境中执行pytorch命令

  • 验证 pytorch 安装是否成功

    import torch
x = torch.rand(5, 3)
print(x)
    image.png

  • 验证 cuda 是否能正常使用， true 表示识别成功

    import torch
torch.cuda.is_available()
    image.png

安装并验证 pycharm

  • 下载并安装 pycharm
  • 新建项目， 设置为 conda 环境
    image.png
  • 验证 pycharm 环境能正常识别到 conda 中依赖，程序能正常运行， 表示搭建成功 
    import torch

x = torch.rand(5, 3)
print(x)
    image.png

附录

  • conda 命令 
    //查看conda版本
conda -V    
//查看已有的虚拟环境
conda env list
//创建虚拟环境
conda create -n env_name python=x.x
//删除虚拟环境
conda remove -n env_name --all
//激活虚拟环境
conda activate env_name
//关闭虚拟环境
conda deactivate

参考资料

avatar
文章
阅读
粉丝