当前位置： 首页 > news >正文

【PyTorch】环境配置

news 2025/7/21 6:55:37

框架介绍

Pytorch简介

2017年1月，FAIR（Facebook AI Research）发布了PyTorch。PyTorch是在Torch基础上用python语言重新打造的一款深度学习框架。Torch是采用Lua语言作为接口的机器学习框架，但因为Lua语言较为小众，导致Torch知名度不高。

PyTorch发展

  • 2017年1月正式发布PyTorch
  • 2018年4月更新0.4.0版，支持Windows系统，caffe2正式并入PyTorch
  • 2018年11月更新1.0稳定版，已GitHub 增长第二快的开源项目
  • 2019年5月更新1.1.0版，支持TensorBoard，增强可视化功能
  • 2019年8月更新1.2.0版，更新torchvision，torchaudio 和torchtext，增加更多功能

PyTorch优点

  • 上手快：掌握Numpy和基本深度学习概率即可上手
  • 代码简单灵活：用nn.module封装使得网络搭建更加方便；基于动态图机制，更灵活
  • Debug方便：调试PyTorch就像调试Python代码一样简单
  • 文档规范：https://pytorch.org/docs/stable/index.html 可查看各版本文档
  • 资源多：arXiv中的新算法大多有PyTorch实现
  • 开发者多：GitHub上贡献者已经超过1100+
  • 背靠大树：FaceBook维护开发
  • ……

适合人群

  • 深度学习初学者：模型算法实现容易，加深深度学习概念认识
  • 机器学习爱好者：数十行代码便可实现人脸识别，目标检测，图像生成等有趣实验
  • 算法研究员：最新arXiv论文算法快速复现

软件安装

Python包管理器

Anaconda是为了方便使用python而建立的一个软件包，其中包含常用的250多个工具包，多版本python解释器和强大的虚拟环境管理，所以Anaconda得名python全家桶。

Anaconda可以使安装、运行和升级环境变得更简单，因此推荐安装使用。
在这里插入图片描述
安装步骤：

  1. 官网下载安装包
  2. 运行安装包
  3. 选择路径，勾选添加环境变量，等待安装完成
  4. 严重安装成功，打开cmd，输入conda，回车
  5. 添加中科大镜像或者清华镜像源

Python集成开发环境

PyCharm —— 强大的python IDE，拥有调试、语法高亮、Project管理、代码跳转、智能提示、版本控制等功能。
在这里插入图片描述
安装步骤：

  1. 官网下载安装包
  2. 运行安装包
  3. 选择路径，勾选添加环境变量，等待安装完成

PyTorch

在这里插入图片描述
安装步骤：
1、检测是否有合适的GPU，若有，需要安装CUDA与CuDNN
2、CUDA与CuDNN安装（非必须）
3、官网寻找对应版本下载（cuda版本或cpu、pytorch版本、python版本、操作系统都需要一一对应）

CUDA安装（补充）

CUDA（Compute Unified Device Architecture），是一种由NVIDIA推出的通用并行计算架构
CuDNN：为深度学习计算设计的软件库

安装步骤：

  1. 检查pytorch版本所支持的cuda版本，下载对应版本的CUDA
  2. 下载CUDA安装包，下载对应CUDA版本的CuDNN安装包
  3. 安装并验证安装是否成功

解释器与工具包

在这里插入图片描述
在这里插入图片描述

虚拟环境 Vittual Environment

在这里插入图片描述

Window11+RTX4060配置CUDA11.8+pytorch2.0.0

下载CUDA11.8

进入官网下载Link，然后点击Archive of Previous CUDA Releases，找到对应版本11.8。
在这里插入图片描述
在这里插入图片描述

选择对应操作系统版本，点Download下载到本地。
在这里插入图片描述

下载cuDNN

点击链接Link，找到CUDA11.8对应的cuDNN。在这里插入图片描述

安装CUDA11.8

全程点击next直到安装结束。
在这里插入图片描述
配置环境变量，在path里添加。

#前两个应该自动配好了
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8\libnvvp
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8\include
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8\lib

在这里插入图片描述
在命令行窗口输入以下命令看是否成功

nvcc -V

成功显示以下内容表示安装成功
在这里插入图片描述

安装cuDNN

解压下载的压缩包
在这里插入图片描述
把里边的三个文件夹bin,include,lib复制到下面路径（如果改了CUDA的安装路径，就复制到对应文件夹里）

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8

在这里插入图片描述

下载并安装python

官网链接
在这里插入图片描述

下载并安装Anaconda

到官网链接选择适合自己系统的 64 位安装包，注意选择 Python3 以上的版本。

安装torch

进入官网Link，找到v2.0.0,用pip语句安装。用conda可能会出错，具体见安装pytorch报错torch.cuda.is_available()=false的解决方法

# CUDA 11.8
pip install torch==2.0.0+cu118 torchvision==0.15.1+cu118 torchaudio==2.0.1 --index-url https://download.pytorch.org/whl/cu118

在这里插入图片描述

参考链接

win11+4060配置CUDA11.8+pytorch2.0.0

http://www.lryc.cn/news/451698.html

相关文章：

  • 枫叶MTS格式转换器- 强大、操作简单的MTS、M2TS视频转换工具供大家学习研究参考
  • Vscode把全部‘def‘都收起来的快捷键
  • Web和UE5像素流送、通信教程
  • 【YOLO目标检测电梯间电动车与人数据集】共4321张、已标注txt格式、有训练好的yolov5的模型
  • 【网络安全】公钥基础设施
  • 云原生（四十一）| 阿里云ECS服务器介绍
  • 计算机网络：计算机网络体系结构 —— OSI 模型 与 TCP/IP 模型
  • 【openwrt-21.02】T750 openwrt switch划分VLAN之后网口插拔状态异常问题分析及解决方案
  • C++随心记
  • 【微服务即时通讯系统】——brpc远程过程调用、百度开源的RPC框架、brpc的介绍、brpc的安装、brpc使用和功能测试
  • 鸿蒙开发（NEXT/API 12）【状态查询与订阅】手机侧应用开发
  • vite中sass警告JS API过期
  • 睢宁自闭症寄宿学校：培养特殊孩子的未来
  • 【Canvas与徽章】金圈蓝底国庆75周年徽章
  • Java Servlet 详解
  • yolov8/9/10模型在安全帽、安全衣检测中的应用【代码+数据集+python环境+GUI系统】
  • 算力共享系统中数据平面和控制平面
  • C++语言学习(4): identifier 的概念
  • 浅谈计算机神经网络基础与应用
  • 【SpringBoot详细教程】-08-MybatisPlus详细教程以及SpringBoot整合Mybatis-plus【持续更新】
  • [20241002] OpenAI融资文件曝光，ChatGPT年收入涨4倍，月费5年内翻倍
  • 工业缺陷检测——Windows 10本地部署AnomalyGPT工业缺陷检测大模型
  • 单元测试进阶-Mock使用和插桩
  • 适用conda安装虚拟的python3环境
  • 【C++】“list”的介绍和常用接口的模拟实现
  • 第九篇——数列和级数(二)：传销骗局的数学原理
  • docker如何查看容器的ip
  • Mysql ONLY_FULL_GROUP_BY模式详解、group by非查询字段报错
  • 设计模式（2）工厂模式
  • 二分查找算法专题（1）