Processus d'installation de Pytorch et résolution de problèmes

1. Étapes d'installation

1. Installez anaconda, plus facilement
2. Ouvrir l'invite Anaconda (anaconda)
   
3. Vérifiez la version python installée, voici la version 3.7

python --version

4. Créez une maison où réside Pytorch

conda create -n pytorch python=3.7

5. Activez la maison et entrez dans l'environnement de configuration de pytorch

conda activate pytorch

6. Instruction de commande pour passer à la source miroir Tsinghua

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/win-64/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/win-64/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/win-64/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/win-64/

conda config --set show_channel_urls yes

(Dans cette étape, la plupart des blogs sur Internet n'ont pas écrit / win-64 / à la fin, mais je pense personnellement que l'ajouter peut être plus rapide)

7. Instruction de commande d'installation du miroir Tsinghua

conda install pytorch torchvision cudatoolkit=10.1

Les instructions d'installation ici peuvent être configurées sur le site officiel . J'ai choisi cuda 10.1. Un blog a dit que si vous installez en dessous de 10, de nombreux problèmes étranges peuvent survenir. Notez que si vous n'avez pas de carte graphique de Nvidia, installez pytorch fonctionnant sur un processeur pur, qui est écrit sur le site officiel. En même temps, vous pouvez choisir la version de pytorch et la version de torchvision. Si vous ne choisissez pas, la dernière version sera téléchargée par défaut.

Ce qui précède est toutes les étapes pour installer pytorch, mais il y aura de nombreux problèmes étranges dans des circonstances normales.

Voici les principales sources d'installation des trois packages. Si la vitesse du réseau n'est pas suffisante, vous pouvez essayer de le télécharger localement, puis de l'importer (je ne l'ai pas essayé ici, car il a été installé avec succès par la suite)

三大包的安装源：
pytorch：	 https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/win-64::pytorch-1.7.1-py3.7_cuda101_cudnn7_0			----746.5Mb

mkl-2020.4                 |     hb70f87d_311       172.4 MB  https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge::mkl-2020.4-hb70f87d_311

 cudatoolkit-10.1.243       |       h3826478_6       378.0 MB  https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/win-64::cudatoolkit-10.1.243-h3826478_6

8. Voir les résultats
   
9. Si vous souhaitez ajouter d'autres packages au package que vous venez de créer, vous pouvez utiliser la commande directement. Ici, prenez pandas comme exemple:

pip install  pandas

Entrez le répertoire pytorch dans Anaconda Prompt (anaconda) et appuyez sur la commande ci-dessus pour

installer avec succès: en

même temps, vous pouvez également le gérer manuellement directement sur anaconda, comme indiqué ci-dessous

Deux, test

Vérifiez la version installée:

pip list

Code de test:

//输入
python：
//进入python页面  
//输入：
import torch
//导入torch 没有错误提示说明导入成功
//输入：
torch.cuda.is_available()
//结果是 Ture 表示电脑的GPU可被torch使用

Notez que si vous utilisez pycharm, vous devez configurer le compilateur pour qu'il s'exécute

Troisièmement, la solution de certains problèmes

Question 1: À propos de la résolution d'erreur de conda: Environnement de résolution: échec de la résolution initiale gelée. Nouvelle tentative avec la résolution flexible.

Pour changer le niveau du canal:

conda config --set channel_priority flexible

Question 2: Anoconda crée une erreur d'environnement virtuel CondaHTTPError: HTTP 000 CONNECTION FAILED for url

Besoin de configurer 3 chemins:
Variables d'environnement de configuration Anocoda:
au moins inclure Anaconda, Anaconda / Scripts, Anaconda / Library / bin trois répertoires! ! !

E:\Anacoda3\Library\bin
E:\Anacoda3\Scripts
E:\Anacoda3\

(Ici E: \ Anacoda3 \ est l'emplacement où l'hôte installe anoconda)

Méthode de configuration:
Mon ordinateur, propriétés, paramètres système avancés, variables d'environnement, variables système, chemin

Question 3: Les octets téléchargés par Conda ne correspondaient pas à la solution du problème Content-Length

Lien de référence: https://blog.csdn.net/sinat_36594453/article/details/89599174

Utilisez la deuxième méthode: définissez le délai d'expiration téléchargé par conda, puis réessayez, si le temps ne suffit pas, vous pouvez en définir un plus grand.

conda config --set remote_read_timeout_secs 600.0
conda config --set remote_read_timeout_secs 10000.0

Question 4: nvidia-smi n'est pas valide

Lorsque je veux utiliser nvidia-smi pour vérifier l'utilisation du GPU, j'ai trouvé que C: \ Program Files \ NVIDIA Corporation \ n'a pas de dossier NVSMI, donc le fichier nvidia-smi.exe à l'intérieur est également manquant.
Solution:
Lien: https://pan.baidu.com/s/1MsLXsC-Z8OyolxWSpxsj9g
Code d'extraction: wy6l
Décompressez NVSMI.zip dans C: \ Program Files \ NVIDIA Corporation \

Puis ajoutez des variables d'environnement et

entrez nvidia-smi Peut afficher

问题 5 ： Le pilote NVIDIA de votre système est trop ancien

>>> import torch
>>> torch.cuda.is_available()
E:\anacanda\envs\pytorch\lib\site-packages\torch\cuda\__init__.py:52: UserWarning: CUDA initialization: The NVIDIA driver on your system is too old (found version 9020). Please update your GPU driver by downloading and installing a new version from the URL: http://www.nvidia.com/Download/index.aspx Alternatively, go to: https://pytorch.org to install a PyTorch version that has been compiled with your version of the CUDA driver. (Triggered internally at  ..\c10\cuda\CUDAFunctions.cpp:100.)
  return torch._C._cuda_getDeviceCount() > 0
False

** Solution: ** Mettez à jour le
lien de référence du pilote : https://blog.csdn.net/qq_37163925/article/details/106222654

Quatre, conda instructions

• Nettoyez le colis endommagé:

conda clean --packages --tarballs

• Instructions de mise à jour:

conda update --all

• Instructions de mise à jour obligatoires:

conda update --strict-channel-priority --all

• Canal d'affichage:

conda config --show channels

Plus d'instructions conda peuvent être consultées comme suit