Anaconda和torch安装(简单快捷的方法)
先知道我们要做什么
- 安装Anaconda
-
配置
Anaconda
的环境变量
-
设置
Jupyter Notebook
-
Anaconda 虚拟环境
-
安装
GPU
版本的
PyTorch
库
首先我们要先知道安装Anaconda时,python解释器就能够安装好,所以不需要单独去安装python解释器。
python解释器:Python 解释器的名称由 Python 与版本号组成,如 Python3.9.0。解释器是向
计算机解释 Python 语言的工具,只有下载解释器,计算机才能使用 Python 编程。因此,下载完 Python 3 后就可以在命令提示符(cmd)中进行 Python 编程。
配置
Anaconda
的环境变量
设置
Jupyter Notebook
Anaconda 虚拟环境
安装
GPU
版本的
PyTorch
库
首先我们要先知道安装Anaconda时,python解释器就能够安装好,所以不需要单独去安装python解释器。
python解释器:Python 解释器的名称由 Python 与版本号组成,如 Python3.9.0。解释器是向
计算机解释 Python 语言的工具,只有下载解释器,计算机才能使用 Python 编程。因此,下载完 Python 3 后就可以在命令提示符(cmd)中进行 Python 编程。
目录
一.先进行安装Anaconda
之前安装过Anaconda,无需卸载,可跳过此步骤。也不用管计算机内还安装有哪些版本的python解释器,只需要保证Anaconda还能创建虚拟环境。
1.1镜像源安装(速度快)
进入网址:
https://mirrors.bfsu.edu.cn/anaconda/archive/
,下载2022.10-Win
版本,其内部主环境(
base
环境)下的
Python
为
3.9
版本。
考虑到后面会用虚拟环境,创建虚拟环境时可以设置新环境中的 Python 解释器版本,所以这里下载哪一版 Anaconda 并不重要。
1.2安装Anaconda
双击刚刚下载的
exe
文件,会有三个分岔口,分别按下列规则选择。
- Just me 和 All Users,选择 Just me;
- 安装路径选择最大的盘(一般是 D 盘),放在新建的【D:\Anaconda】里;
- 最后一个分岔口,不勾选第一个方框。(因为环境变量自己配置就行,第一个方框不用勾选Add Anaconda3 to the system PATH environment variable)
waiting…
二.配置环境变量
通过右侧的“新建”按钮,可新建环境变量的路径,将【
D:\Anaconda
】【D:\Anaconda\Scripts
】与【
D:\Anaconda\Library\bin
】添加到环境变量。
安装路径必须和你的安装路径一样
三、设置 Jupyter Notebook
3.1 添加快捷方式
先找到
Jupyter
的安装路径,
win10
和
win11
的方法。
方法
- 在初始菜单找到Jupyter Notebook
- 右键打开文件位置
- 将复制到桌面
3.2用户名为中文
此种情况无法兼容,需要修改
在
Prompt
里输入以下两端代码:
pip uninstall pyzmq
pip install pyzmq==19.0.2
输入后,再双击
Jupyter
,应该就可以了。
3.3修改Jupyter的工作路径
Jupyter
初始的工作路径为【
C:\Users\
用户名】,需要进行修正,将其转移到新建的【D:\Jupyter
】位置。
方法
- 新建 D:\Jupyter;
- 打开桌面快捷方式中的 Prompt;
- 输入 jupyter notebook –generate-config 命令并执行;
- 打开上一步生成的配置文件地址,即C:\Users\用户名\.jupyter
在
jupyter_notebook_config.py
(以记事本方式打开)中使用
Ctrl + F
查找并且修改如下配置项:
修改前:# c.NotebookApp.notebook_dir = ''
修改后: c.NotebookApp.notebook_dir = 'D:\Jupyter'
也即删除前面的
#
号注释,在后面的单引号里输入要设置的目录路径,注意,'D:\Jupyter'
中不能有空格,否则
Jupyter
打开就闪退。保存后关闭。找到桌面的 jupyter notebook 快捷图标,鼠标反键>>属性>>快捷方式>> 目标,删除最后的"%USERPROFILE%/"。
3.4修改字体
打开地址:D:\Anaconda\Lib\site-packages\notebook\static\components\codemirror\lib
根据你的具体地址寻找
打开
codemirror.css
文件;
Ctrl+F
,搜索“
font-family: monospace;”的文字,并将其改为
font-family: 'Fira Code Light','Consolas';
4.虚拟环境(很重要)
我们是在虚拟环境中安装你所需要的库,虚拟环境可以有很多个,可以在不同的虚拟环境中安装不同的库。
点击
Prompt
进入
Anaconda
的环境中,接下来的命令均在
Prompt
中执行。
4.1先熟悉基础命令
# 清屏
cls
# 在base环境中下的操作
# 列出所有的虚拟环境
conda env list
# 创建名为“环境名”的虚拟环境,并指定 Python 解释器的版本
conda create -n 环境名 python=3.9
# 删除名为“环境名”的虚拟环境
conda remove -n 环境名 --all
# 进入名为“环境名”的虚拟环境
conda activate 环境名
# 虚拟环境内的操作
# 列出当前环境下的所有库
conda list
# 安装 NumPy 库,并指定版本 1.12.5
pip install numpy==1.21.5 -i https://pypi.tuna.tsinghua.edu.cn/simple
# 安装 Pandas 库,并指定版本 1.2.4
pip install Pandas==1.2.4 -i https://pypi.tuna.tsinghua.edu.cn/simple
# 安装 Matplotlib 库,并指定版本 3.5.1
pip install Matplotlib==3.5.1 -i https://pypi.tuna.tsinghua.edu.cn/simple
# 查看当前环境下某个库的版本(以 numpy 为例)
pip show numpy
# 退出虚拟环境
conda deactivate
创建虚拟环境DL:conda create -n DL python=3.9
4.2虚拟环境链接Jupter内核
刚才操作完成,我们现在以及有了名字为DL的虚拟环境,并且在这个虚拟环境中下载了
数据科学三大基库
下一步进行连接内核,因为现在Jupter只与base环境相连,
现在要进行连接DL虚拟环境
# 列出 Jupyter 的内核列表
jupyter kernelspec list
# 安装 ipykernel
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple ipykernel
# 将虚拟环境导入 Jupyter 的 kernel 中
python -m ipykernel install --user --name=环境名
# 删除虚拟环境的 kernel 内核
jupyter kernelspec remove 环境名
五.安装GPU版本的PyTorch库
PyTorch
虽然是一个库,但安装时的核心组件叫
torch
,还额外有两个小组件: torchvision 和
torchaudio
。
由于
PyTorch
库的下载组件内部含有
cudatoolkit
,它是
CUDA
的子集,里面的东西足够 PyTorch
使用,因此本教程不用单独安装
CUDA
和
CUDNN
,也不用考虑 PyTorch
内置
cuda
与计算机显卡
CUDA
版本之间的关系。
5.1安装PyTorch
PyTorch
虽然是一个库,但安装时的核心组件叫
torch
,还额外有两个小组件: torchvision 和
torchaudio
。
由于
PyTorch
库的下载组件内部含有
cudatoolkit
,它是
CUDA
的子集,里面的东西足够 PyTorch
使用,因此本教程不用单独安装
CUDA
和
CUDNN
,也不用考虑 PyTorch
内置
cuda
与计算机显卡
CUDA
版本之间的关系。
进入官网 https://pytorch.org/get-started/previous-versions/
选择对应的版本:建议所需的
Python
版本优先选择
3.9
,
在其中
Ctrl + F
搜索【 pip install torch==1.12.0 】,如图
所示。
复制网页里的那段代码,也即
pip install torch==1.12.0+cu113 torchvision==0.13.0+cu113 torchaudio==0.12.0 –extra-index-url https://download.pytorch.org/whl/cu113
看到最后几行代码里有 Successfully installed 就算成功。
如果网速不好,可以先将轮子文件(torch,torchvision,torchaudio)下载到本地,利用pip install进行安装。
5.2检验
在python解释器里检验
进入DL虚拟环境,输入python,输入 import torch 导入 torch 库。若安装成功,不会返回任何语句,同时在下一行出现“>>>”。
最后一步,输入 torch.cuda.is_available(),会出现True。
CPU用户会显示 false
在Jupyter 里进行检验
切换到DL内核,输入 import torch 输入 torch.cuda.is_available()