instalación de pytorch (versión gpu)

Desde el curso Eye of Depth.

• El propósito de instalar anaconda es crear un entorno virtual (se usa conda); el propósito de instalar pycharm es usarlo como compilador; el propósito de instalar cuda es instalar GPU.

1.instalación de Anaconda

• El tercer paso de la instalación anterior es muy importante, preste atención a la verificación, porque se refiere a agregar anaconda a las variables de entorno del sistema.

——————————————————————————————————————————————

• La estación espejo de la fuente Anaconda disponible en China y el método para cambiar la fuente doméstica:

#中科大
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/bioconda/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/menpo/
conda config --set show_channel_urls yes

#清华
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
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 --set show_channel_urls yes

----------------------------------------------------------------------------
conda config --show查看用的哪个源
conda config --remove-key channels删除正在使用的源

• Copie la fuente de la Universidad de Ciencia y Tecnología de China o Tsinghua en la línea de comando, el propósito es usar conda para descargar el paquete de instalación más rápido.

——————————————————————————————————————————————

conda create -n pytorch_1.4.0_gpu python=3.7#GPU

• Este comando es para crear un nombre para el entorno virtual de pycharm, en el que pytorch_1.4.0_gpu está personalizado (el nombre es fácil de recordar, más corto es mejor). Durante este proceso de descarga, si es muy lento, puede cambiar la fuente de espejo hacia adelante y hacia atrás (recuerde eliminar primero al cambiar, hay un comando de eliminación arriba). Como se muestra en la figura siguiente, puede haber muchos entornos virtuales y pytorch debe descargarse en el entorno virtual correspondiente.

——————————————————————————————————————————————

• Luego, puede usar conda para ver el entorno virtual creado.

conda activate pytorch_1.4.0_gpu#打开该环境
conda deactivate#退出当前环境
conda info --envs#查看所有的虚拟环境

• Puede encontrarlo en envs en el directorio de instalación de anaconda.

2. Instalación de Pycharm

• Elija la última versión anterior (profesional) para descargar, los pasos de activación se detallan en: https://shimo.im/docs/GJTqgHqh6kGYkKKY/read

——————————————————————————————————————————————

• Encuentre el entorno virtual recién creado en pycharm (busque por directorio, básicamente en los envs del directorio de instalación de anaconda).
• Luego abra pycharm, hay una terminal en la parte inferior de la página, que es equivalente a la línea de comando del sistema. (Haga una pausa aquí primero, no cierre)

conda activate pytorch_1.4.0_gpu

——————————————————————————————————————————————

Instalación 3.cuda

• sitio web oficial de cuda: https://developer.nvidia.com/cuda-92-download-archive
• Nota: Primero: la versión debe corresponder a la tarjeta gráfica de la computadora, https://blog.csdn.net/weixin_42326479/article/details/107842951 ; segundo: cancele la integración de Visual
  Studio
  durante la instalación para instalar ; tercero: desinstale finalmente el controlador de gráficos ( si el cuarto paso se ejecuta con éxito, el tercer paso se puede omitir)
  Cuarto: verifique si la instalación es exitosa (cd al directorio de instalación, verifique nvcc -V), de la siguiente manera:

4.instalación de cudnn

• Nota: aquí es para instalar cudnn, se requiere registro, dirección: https://developer.nvidia.com/cudnn , y luego haga clic en descargar. (Para corresponder a cuda versión 10.1)

• Finalmente, verifique si la instalación es exitosa (cd al directorio de instalación, verifique estos dos bandwidthTest.exe deviceQuery.exe):
  
  ———————————————————————— - ———————————————————————

• Después de instalar cuda y cudnn, copie los tres archivos de cuda a cuda. (Tenga en cuenta que no es una copia directa) de la siguiente manera:

5.instalación de pytorch

• Sitio web de instalación: https://pytorch.org/get-started/locally/
  ————————————————————————————————— ———————————————
  

• Nota: Busque el sitio web seleccionado directamente y use la tecla de método abreviado Ctrf + F para buscar en el sitio web.

• Versión de GPU: busque y descargue dos archivos, de la siguiente manera:

• Nota: CPU comienza con cpu; GPU comienza con cu. Ambos deben descargar antorcha y antorcha.

——————————————————————————————————————————————

• Abra el pycharm que no se ha cerrado y haga clic en el terminal en la parte inferior de la página para activar el entorno virtual de la CPU.

conda activate pytorch_1.4.0_cpu
cd C:\Users\YUE123\Downloads
dir

Primero agregue la fuente de espejo para acelerarlo:

#清华
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

Comience a instalar antorcha y antorcha visión:

pip install torch-1.4.0+cpu-cp37-cp37m-win_amd64.whl
pip install torchvision-0.5.0+cpu-cp37-cp37m-win_amd64.whl

(torch-1.4.0 + cpu-cp37-cp37m-win_amd64.whl y torchvision-0.5.0 + cpu-cp37-cp37m-win_amd64.whl deben encontrar el nombre de su instalación de acuerdo con el comando dir en este momento)
—— ———— ————————————————————————————————————————— Si
cree que es más detallado , solo ve a Car, puedo ganar una tarifa de promoción, feliz.