序文
この環境では、オペレーティングシステムとしてwin10を使用し、Python IDEとしてPyCharmを使用し、次にpython仮想環境の管理ツールとしてanacondaを使用しています。環境構成は学習の最初のステップです。この記事には、anacondaインストール構成、PyCharmインストール構成、cudaインストール構成、Pytorchインストール構成、およびその他の必要な作業が含まれます。この記事に含まれるソフトウェアは、https：//download.csdn.net/myで入手できます。ポイントがなければ、私とプライベートにチャットできます。
Pytorchについて
Pytorchは、Torchに基づいてPythonで再作成されたディープラーニングフレームワークであり、その背後にある主な父親はFaceBookです。多くの更新後、関数はより完全で簡単に開始できるようになり、初心者、愛好家、アルゴリズム研究者に適しています。モデルアルゴリズムは実装が簡単で、数十行のコードで顔認識やターゲット検出画像の生成などの興味深い実験を実現できます。最新のarXivペーパーアルゴリズムのほとんどはPytorchによって実装されているため、アルゴリズムをすばやく再現するために使用でき、アルゴリズムの研究と理解に役立ちます。
Pytorch環境設定
- アナコンダ
異なるプロジェクトで使用されているPythonインタープリターとツールキット（Numpy、Pytorchなど）のバージョンに一貫性がなく、同時に実行すると競合が発生する場合があります。これには、仮想環境を使用して、プロジェクトごとに異なるクリーンで独立したPython環境を作成する必要があります。異なる環境の管理を容易にするために、Anacondaが必要です。以下に示すように（anaconda公式サイトのダウンロードページから引用）、anaconda（Python3.7バージョン）を公式サイトからダウンロードします 。
ダウンロードが完了すると、フールスタイルのインストール全体が実行されます。最終インストールの前に、□variableAdd AnacondaをシステムPATH環境変数にチェックする必要があることに注意してください。そうでない場合、インストールの完了後に手動で環境変数を追加できます。Anacondaをインストールする前に多くの落とし穴に遭遇しました。中国語のパスがない場合、中国語の文字がインストールに失敗することがあるため、後で英語のオペレーティングシステムを使用しました。
Win + R入力コマンド、コマンドウィンドウを開き、「conda」と入力してEnterキーを押すと、エラーが実際に報告されます。「conda」は内部コマンドまたは外部コマンドとして認識されません。このコマンドは認識できません。環境変数を追加していないことが原因であるようですが、明らかですそれをチェックした、ファンタジー。環境変数を見ると、実際にはそうではありません。環境変数を追加するための偽のオプションをチェックした可能性があります。ソフトウェアをアンインストールし、レジストリをクリアした後に再インストールしました。この問題はもちろん解決しました。ユーザー環境変数に次のパスを追加することもできます。
その後、もう一度condaコマンドを入力すると、情報が出力されていればインストールは成功です。環境変数の問題だけの場合は、Jupyterを開くことができるはずですが、開けない場合は、他の問題である可能性があります。
cmdで次のコマンドを入力して、CUHKミラーを追加し、ダウンロードを高速化します。
conda config-チャンネルを
追加https://mirrors.ustc.edu.cn/anaconda/pkgs/free/ conda config --set show_channel_urls yes
コマンドconda infoを使用して、追加が成功したかどうかを確認します。
デフォルトのソースコマンドを復元します。conda config --remove-key channels
- PyCharm
PythonデバッグIDE、以下に示すように、公式ウェブサイトでPyCharm 2019.2プロフェッショナルバージョンをダウンロードします（PyCharm公式ウェブサイトダウンロードページから引用）
同じフールスタイルの操作。次の3つの場所を確認し、次のインターフェイスに到達したら、フールスタイルのインストールを続行し、[完了]を直接クリックしてインストールを完了します。次のステップは設定作業です。
最初に構成ファイルjetbrains-agent.jarをダウンロードしてから、PyCharmインストールパスの下のbinファイルに配置します。ダブルクリックしてPycharmを開きます。次に、いくつかの使用設定があり、すべてデフォルト設定になっています。図のオプションを確認し、[続行]をクリックします。
次に、Pythonプロジェクトを作成します。このエラーは現時点で発生する可能性があります。エラー：標準のPython 'venv'モジュールが見つかりません。理由は、envがインストールされていないためです。この時点で、cmdコマンドウィンドウに「pip install virtualenv -i http://mirrors.aliyun.com/pypi/simple/ --trusted-host mirrors.aliyun.com」と入力します。インストールが正常に完了すると、新しいプロジェクトでそのエラーは発生しなくなります。あまりにも。
作成が完了したら、ヘルプでカスタムVMオプションの編集を選択し、クリックしてファイルを開きます。
ファイルの最後に構成コマンドを追加します：-javaagent：Pycharmインストールディレクトリ\構成ファイル名。私のコマンドは：-javaagent：C：\ PyCharm \ bin \ jetbrains-agent.jar、終了時に保存します。
Pycharmを再起動し、help-> reg〜-> act〜をもう一度実行すると、構成が完了します。「act〜」をクリックすると、「reg〜」ウィンドウが自動的に消え、インターフェースの右下隅に次のプロンプトが表示され、構成が成功したことを示します。テスト後、上位バージョンのみが表示されます。フローティングチケットを取得しました。
それが失敗した場合、解決策は、参照この記事を
- Cuda（オプション）
PytorchはCuda9.2とCuda10.1をサポートしています。この記事ではcuda9.2を選択し、オペレーティングシステムに応じて対応するバージョンをダウンロードします。私はwin10オペレーティングシステムなので、次の図に示すバージョンを選択しました（Cuda公式Webサイトのダウンロードページから引用）。
ダウンロードが完了したら、ばかスタイルのインストールを行います。インストールが完了したら、インストールが成功したことを確認します。cmdを開いてcudaインストールディレクトリに切り替え、cd C：\ Program Files \ NVIDIA GPU Computing Toolkit \ CUDA \ v9.2 \ binと入力してnvcc -Vと入力し、Enterキーを押します。次のメッセージが表示されれば、インストールは成功です。
CudnnをCudaに追加するには、公式WebサイトでCuda9.2に一致するCudnnバージョンを選択します。この記事では、次のバージョンを選択します（cudnnダウンロードページから引用）。
cudnnを解凍し、対応するファイルをcudaインストールパスの下の対応する場所にコピーします。（以下は私のパスです）
近日公開予定のフォルダ
cudnn-9.2-windows10 \ cuda \ bin
cudnn-9.2-windows10-x64 \ cuda \ include
cudnn-9.2-windows10-x64 \ cuda \ lib \ x64
のファイルがコピーされます
C：\ Program Files \ NVIDIA GPU Computing Toolkit \ CUDA \ v9.2 \ bin
C：\ Program Files \ NVIDIA GPU Computing Toolkit \ CUDA \ v9.2 \ include
C：\ Program Files \ NVIDIA GPU Computing Toolkit \ CUDA \ v9.2 \ lib \ x64
cudnnが正常にインストールされていることを確認し、cmdを開き、cd C：\ Program Files \ NVIDIA GPU Computing Toolkit \ CUDA \ v9.2 \ extras \ demo_suiteに切り替え、demo_suiteディレクトリに切り替え、bandwidthTest.exeを実行します。結果はPASSで、インストールが成功したことを示します。
次に、このディレクトリでdeviceQuery.exeを実行します。PASSが下に表示される場合は、cudaとcudnnの両方が正常にインストールされていることを意味します。
- ピトーチ
最後に、Pytorchをインストールするには、公式ウェブサイトとして選ば回復基調得たダウンロードは、次のとおりです。https://download.pytorch.org/whl/torch_stable.html。次に、対応するトーチバージョンを選択して、ダウンロードアドレスから直接ダウンロードします。
次の図では、cp37はPython3.7を指します。
もう一度トーチビジョンをダウンロードしてください。
ダウンロードが完了したら、Pycharmを開いてPythonプロジェクトを作成します。インターフェイスの右下隅にある端末ボタンをクリックして、操作用の端末に入ります。
コマンドconda create -n pytorch_gpu python = 3.7を使用して、プロジェクトのanacondaに仮想環境を作成します。pytorch_gpuはカスタム仮想環境の名前です。正常に作成されると、仮想環境の場所を含む次のメッセージが表示されます。
コマンドconda activate pytorch_gpuを使用して、仮想環境をアクティブ化します。成功すると、仮想環境の名前が次の行に表示されます。
以前にダウンロードしたトーチを仮想環境にインストールするには、最初にディレクトリをトーチダウンロードディレクトリに切り替え（プロジェクトの場所とトーチダウンロードの場所が同じディスク上にある場合にのみ切り替えることができるようです）、次にコマンドを使用します：pip install "torch-1.4 .0 + cu92-cp37-cp37m-win_amd64.whl "インストールします。
以前にダウンロードしたトーチビジョンを仮想環境にインストールするには、次のコマンドを使用します：pip install "torchvision-0.5.0 + cu92-cp37-cp37m-win_amd64.whl"
この時点で、pytorchは仮想環境pytorch_gpuに正常にインストールされ、環境が構成されている場合でも、最終的に仮想環境がプロジェクトに関連付けられました。ファイル->設定-プロジェクトインタープリター->追加-> conda環境->既存の環境->仮想環境の場所を検索-> python.exe-> OK。
このエラーが表示された場合：設定を保存できません：別のSDK名を指定してください。仮想環境は繰り返し追加する必要があります。つまり、仮想環境は同じ名前であり、このブログhttps://blog.csdn.net/に解決策がありますqq_41682681 /記事/詳細/ 80985613
Pytorch環境テスト
新しく作成したプロジェクトにPythonスクリプトを追加します。次のコードを入力します。
import torch
print('hello torch {}'.format(torch.__version__))
print(torch.cuda.is_available())pytorch環境が正常に構成されている場合、トーチのバージョン番号とGPUをサポートしているかどうかが出力されます
参考資料
https://ai.deepshare.net/detail/p_5df0ad9a09d37_qYqVmt85/6
https://blog.csdn.net/dd809477679/article/details/85254449
https://zhuanlan.zhihu.com/p/30438444
https://www.cnblogs.com/zh672903/p/10987707.html
ソフトウェアコレクション：リンク：https://pan.baidu.com/s/18OD-2w6fqKavwhLH4hYACg抽出コード：t8z3
