Anaconda配置pytorch-gpu虛擬環境的圖文教程
阿新 • • 發佈:2020-04-17
1、更新NVIDIA驅動
選對應自己顯示卡的驅動,(選studio版本,不要game版本)驅動連結
2、新增Anaconda清華映象
方法一:anaconda命令替換
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2 conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main conda config --set show_channel_urls yes
(Mark)換回預設原始碼:
conda config --remove-key channels
方法二:替換.condarc
show_channel_urls: true channel_alias: https://mirrors.tuna.tsinghua.edu.cn/anaconda default_channels: - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/pro - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2 - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/ custom_channels: conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
3.建立虛擬環境
建立: conda create -n 環境名 python=X.X 開啟: activate 環境名 關閉: conda deactivate 刪除: conda remove -n 環境名 --all 新增包: conda install -n 環境名 包名 移除包: conda remove -n 環境名 包名
4. 安裝pytorch命令——對應情況自選:命令程式碼連結(pytorch官網)
1.PIP安裝(推薦)
pip install torch===1.4.0 torchvision===0.5.0 -f https://download.pytorch.org/whl/torch_stable.html
這個速度比conda穩定 卡住了按回車好像還可以救回來
2.conda安裝(不推薦 老是中斷)
conda install pytorch torchvision cudatoolkit=10.1 -c pytorch (要去掉-c pytorch 不然還是預設源) 最終輸入命令: conda install pytorch torchvision cudatoolkit=10.1
網路在各處中斷 有時候48%又斷了
5.PIP安裝完之後測試
import torch flag = torch.cuda.is_available() print(flag) ngpu= 1 # Decide which device we want to run on device = torch.device("cuda:0" if (torch.cuda.is_available() and ngpu > 0) else "cpu") print(device) print(torch.cuda.get_device_name(0)) print(torch.rand(3,3).cuda())
結果:被conda命令折騰一下午,終於被pip命令解救了!
總結
到此這篇關於Anaconda配置pytorch-gpu虛擬環境步驟整理的文章就介紹到這了,更多相關Anaconda pytorch-gpu虛擬環境內容請搜尋我們以前的文章或繼續瀏覽下面的相關文章希望大家以後多多支援我們!