win10安装Pytorch

安装Anaconda

Anaconda

Anaconda是一种基于Python语言的免费增值开源的的发行版,主要用于进行大规模的数据处理、预测分析和科学计算。致力于简化包的管理和部署。Anaconda使用软件包管理系统conda进行管理。

安装Pytorch之前安装Anaconda的原因是方便软件包的管理,即可以创建一个独立Pytorch的专属开发环境,另一个愿意是Pytorch对conda的支持非常完备,这也是官方推荐的安装方式。

下载安装Anaconda

一般下载安装软件我习惯于去官网下载,这样可以下载到原版的软件,Anaconda的官网是https://www.anaconda.com/

但是本文推荐下载的地方并不是官方网站,因为下载速度实在不咋地,海外的官网一向是这个尿性。推荐下载的地方是国内的开源镜像站,这里推荐清华的开源镜像,下载地址为https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

,选择Windows的64位版本下载,经过体验,下载速度可达10m/s,下载速度还是非常给力的。

下载完成后,双击运行安装程序,跟着提示一路默认安装即可。

修改conda的镜像源

conda默认的下载软件的服务器是在海外的服务器,这么一来,在安装一些软件包的时候尤其是比较大的包,使用默认的镜像源,下载速度也是慢的让人抓狂的。所以安装完成后,为了畅快的体验,更换一下镜像源还是非常有必要的。这里同样的,推荐更改为清华的镜像源。

更换命令

1
2
3
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

安装Pytorch之前,添加一下镜像源

1
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/

安装Pytorch

安装cuda9.0

在Pytorch的官网可以查看到,当前的Pytorch版本支持Windows平台下的cuda8.0、cuda9.0以及cuda9.2版本。所以在安装Pytorch之前,选择先安装cuda9.0。

官网cuda9.0下载链接

下载完成,点击安装,一切安装默认设置安装即可。

创建独立环境

打开conda的cmd,输入以下命令创建独立环境

1
conda create --name=Pytorch python=3.6

等待创建完成。

安装Pytorch

激活独立环境

1
conda activate Pytorch

参考官网的安装命令

Pytorch_install

1
2
conda install pytorch -c pytorch
pip3 install torchvision

但是运行

1
pip3 install torchvision

发现报错,解决办法

1
2
conda install pip
pip install torchvision

所以完整的正确安装命令为

1
2
3
conda install pytorch -c pytorch
conda install pip
pip install torchvision

验证是否安装成功,在新环境的cmd下输入python进入交互模式

1
2
3
import torch
print(torch.__version__)
print(torch.cuda.is_available())

假如输出以下信息,说明安装成功

1
2
0.4.1
True

添加Jupyter的环境选择

在使用Jupyter,新建的文件,默认是只能选择默认的base环境的,需要手动添加新环境的选择。

在新环境下,安装ipykernel

1
conda install ipykernel

将环境写jupyter的kernel中

1
2
3
python -m ipykernel install --user --name your_env_name --display-name your_env_name 
#对于本文的新环境,命令为
python -m ipykernel install --user --name Pytorch --display-name Pytorch

打开jupyter,即可发现已经添加新环境。

相关阅读

Pytorch学习-张量

-------------本文结束感谢您的阅读-------------