Ich habe festgestellt, dass es im Internet viele voneinander plagiierte Blogs gibt und viele der darin enthaltenen Inhalte unklar oder sogar falsch sind. Heute werde ich einen Artikel darüber schreiben, wie man eine Umgebung von Grund auf erstellt.
1. Anaconda-Installation
über etwas springen
2. Installationsumgebung
1. Welche Umgebung installiert werden soll – überprüfen Sie die offizielle Website entsprechend der CUDA-Version
Erstens ist die Verwendung von Pytorch nichts anderes als die Verwendung der GPU Ihres eigenen Computers, um Berechnungen zu beschleunigen. Dann müssen wir die Cuda-Version der Grafikkarte auf diesem Computer kennen. Nehmen Sie das Folgende als Beispiel und verwenden Sie den folgenden Befehl zum Abfragen die Cuda-Version:
nvidia-smi
Sie können sehen, dass die CUDA-Version 12.1 ist. Gemäß dieser CUDA müssen wir auf die offizielle Website von Pytorch gehen, um zu überprüfen, ob wir Torch und Torchvision (oder Torchaudio) herunterladen möchten .
Die URL lautet: download.pytorch.org/whl/torch_stable.html
Beispielsweise ist der CUDA hier Version 12.1 (eigentlich handelt es sich um eine sehr hohe CUDA-Version). In der obigen URL suchen wir nach „cu121“, können ihn aber nicht finden. Die offizielle Website von Pytorch bietet derzeit nur 11.8 CUDA-Unterstützung, die Community hat jedoch deutlich darauf hingewiesen, dass es mit höheren Versionen von CUDA kompatibel ist. Das heißt, in diesem Beispiel gibt es kein Problem, solange die von Ihnen installierte Cuda-Version von Torch niedriger als 12.1 ist. Beispielsweise kann eine Umgebung, die ich zuvor installiert habe, erfolgreich ausgeführt werden:
Am sichersten ist es jedoch, eine Taschenlampe zu installieren, die der CUDA-Version entspricht. Wir benötigen sie hier jedoch nicht. Wählen Sie einfach die Version 11.8 und alles ist in Ordnung:
Es ist ersichtlich, dass es unter Version 11.8 viele Versionen von Torch und entsprechende Python-Versionen gibt. Wenn wir uns für die Installation von Torch 2.0.1 entscheiden, können wir Python der Version 3.8-3.11 auswählen.
Löschen Sie also nach der Überprüfung das Ziel: cu118+python3.8+torch2.0.1+torchvision0.15.2
2. So installieren Sie die Umgebung – conda+pip
Erstellen Sie zunächst eine Umgebung mit dem Namen test (um doppelte Namen zu verhindern, können Sie mit conda env list die Liste der vorhandenen Umgebungen anzeigen):
conda create -n test python=3.8
Hier bestätige ich Ihnen die notwendigen Pakete für die Installationsumgebung. Geben Sie einfach y ein und drücken Sie die Eingabetaste. Wenn der Download zu langsam ist, können Sie zur Tsinghua-Quelle wechseln:
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple(Wenn Sie nicht alle Downloads auf die Tsinghua-Quelle festlegen möchten, können Sie auch die zweite, später erwähnte Methode ausprobieren.)
Dann aktivieren wir die Umgebung und verwenden den soeben installierten Pip, um die benötigte Taschenlampe und Torchvision zu installieren:
conda activate testpip install torch==2.0.1+cu118 torchvision==0.15.2+cu118 -f https://download.pytorch.org/whl/torch_stable.htmlEine andere Möglichkeit, andere Quellen zu verwenden, besteht darin, unmittelbar nach der obigen Pip-Anweisung Folgendes hinzuzufügen:
-i https://pypi.tuna.tsinghua.edu.cn/simple
So können Sie es problemlos herunterladen und installieren. Was die Installation von Python-Paketen betrifft, wird die Datei „requirements.txt“ nicht erwähnt.
Geben Sie nach erfolgreicher Installation die folgende Anweisung in Python ein, um zu überprüfen, ob die Installation erfolgreich ist:
3. Kopieren Sie die Umgebung, löschen Sie die Umgebung und ändern Sie den Umgebungsnamen
Dieser Artikel ist gut geschrieben: Conda Common Commands
(Sollten in Zukunft Probleme auftreten, wird es möglicherweise aktualisiert.)