記事のディレクトリ
1.インストール手順
- アナコンダを簡単にインストール
- Anacondaプロンプトを開く(anaconda)
- インストールされているPythonのバージョンを確認してください。これがバージョン3.7です。
python --version
- pytorchが存在する家を作成します
conda create -n pytorch python=3.7
- 家をアクティブにして、pytorch構成環境に入ります
conda activate pytorch
- 清華ミラーソースに切り替えるコマンドステートメント
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
(このステップでは、インターネット上のほとんどのブログは最後に/ win-64 /を書きませんでしたが、個人的にはそれを追加する方が速いかもしれないと思います)
- 清華ミラーインストールコマンドステートメント
conda install pytorch torchvision cudatoolkit=10.1
ここでのインストール手順は、公式Webサイトで構成できます。cuda10.1を選択しました。ブログによると、10未満でインストールすると、多くの奇妙な問題が発生する可能性があります。Nvidiaのグラフィックカードをお持ちでない場合は、公式Webサイトに記載されている純粋なCPUで実行されているpytorchをインストールしてください。同時に、pytorchのバージョンとtorchvisionのバージョンを選択できます。選択しない場合、デフォルトで最新バージョンがダウンロードされます。
上記はpytorchをインストールするためのすべての手順ですが、通常の状況では多くの奇妙な問題が発生します。
3つのパッケージの主なインストールソースは次のとおりです。ネットワーク速度が十分でない場合は、ローカルにダウンロードしてからインポートしてみてください(後で正常にインストールされたため、ここでは試しませんでした)
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
- 結果を見る
- 作成したパッケージに他のパッケージを追加する場合は、コマンドを直接使用できます。ここでは、パンダを例として取り上げます。
pip install pandas
Anaconda Prompt(anaconda)にpytorchディレクトリを入力し、上記のコマンドを押して
正常にインストールします。
同時に、以下に示すように、anacondaで直接手動で管理することもできます。
二、テスト
インストールされているバージョンを確認します。
pip list
テストコード:
//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
pycharmで実行している場合は、実行するようにコンパイラーを構成する必要があることに注意してください
三、いくつかの問題の解決
質問1:condaのエラー解決について:解決環境:最初の凍結解決で失敗しました。柔軟な解決で再試行します。
チャネルレベルを変更するには:
conda config --set channel_priority flexible
質問2:Anocondaが仮想環境エラーを作成しますCondaHTTPError:HTTP 000 CONNECTION FAILED for url
3つのパスを構成する必要があります:
Anocoda構成環境変数:
少なくともAnaconda、Anaconda / Scripts、Anaconda / Library / binの3つのディレクトリを含めてください!!!
E:\Anacoda3\Library\bin
E:\Anacoda3\Scripts
E:\Anacoda3\
(ここでE:\ Anacoda3 \はホストがanocondaをインストールする場所です)
構成方法:
マイコンピューター、プロパティ、高度なシステム設定、環境変数、システム変数、パス
質問3:コンダ-ダウンロードされたバイトがコンテンツの長さの問題の解決策と一致しませんでした
参照リンク:https://blog.csdn.net/sinat_36594453/article/details/89599174
方法2を使用します。condaによってダウンロードされたタイムアウトを設定してから、再試行します。時間が十分でない場合は、より大きなタイムアウトを設定できます。
conda config --set remote_read_timeout_secs 600.0
conda config --set remote_read_timeout_secs 10000.0
質問4:nvidia-smiは無効です
nvidia-smiを使用してGPUの使用状況を確認したいのですが、C:\ Program Files \ NVIDIA Corporation \にはNVSMIフォルダーがないため、内部のnvidia-smi.exeファイルもありません。
解決策:
リンク:https
://pan.baidu.com/s/1MsLXsC-Z8OyolxWSpxsj9g抽出コード:wy6l
NVSMI.zipをC:\ Program Files \ NVIDIA Corporation \に解凍し
、環境変数を追加して
nvidia-smiと入力します。
问题5:システムのNVIDIAドライバーが古すぎます
>>> 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
**解決策:**ドライバーの
参照リンクを更新します:https://blog.csdn.net/qq_37163925/article/details/106222654
4、コンダの指示
- 損傷したパッケージをクリーンアップします。
conda clean --packages --tarballs
- 更新手順:
conda update --all
- 必須の更新手順:
conda update --strict-channel-priority --all
- 表示チャネル:
conda config --show channels