【AI】PyTorchのインストール記録とAnacondaの環境構成

ローカル環境について話しましょう。RTX4070 12GB GPU; 618 を購入したばかりなので、放置することはできず、錬金術環境を構成し、ワーカーのために作業を開始します。依存関係を競合させずに後続のデプロイメントモデルを容易にするために、Anaconda を使用して Python 環境を管理します。この記事は基礎です。Torch 環境をインストールします。将来的に安定した拡散モデルまたは ChatGLM モデルをデプロイする場合でも、これに基づいて行うことができます。後で使用するためにコピーします。
Anaconda のインストール手順は繰り返しません。ここでは conda 環境の構築から始めます。主人は先に休んで、弟は醜さを見せます。アウトプットは最高の学習です。作業を記録した方が良いです。そして将来忘れ去られることを防ぎます。

清華ミラーソースの構成

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/win-64/
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/pytorch/win-64/
conda config --set show_channel_urls yes
conda config --set ssl_verify false

または、ユーザーディレクトリに .condarc ファイルを設定します。

ここに画像の説明を挿入

後で使用したくない場合は、次のコマンドを使用して
デフォルトのソースを復元できます。conda config --remove-key channels

conda は仮想環境を作成します

conda create –n pytorch python=3.10
conda activate pytorch

conda info --envs 查看当前虚拟环境

conda で pytorch をインストールする

pip または conda コマンドを使用してインストールできます

conda install pytorch torchvision torchaudio pytorch-cuda=11.8 -c pytorch -c nvidia

ここに画像の説明を挿入

またはオフラインインストールを使用する

パッケージをローカルに直接ダウンロードして、より速くインストールすることをお勧めします。Web サイト https://download.pytorch.org/whl/torch_stable.html にアクセスします。

cu+シリアル番号は cuda のバージョン、つまり GPU のバージョンを示します (cpu+シリアル番号は cpu を示します)。たとえば、cu117 は cuda 11.7 を示します。

cp+ シリアル番号は Python バージョンを示します (cp310 は Python 3.10 を示します)。cuda バージョンと Python バージョンに従って、対応する torch ファイルと torchversion ファイルを見つけることができます。

インストール情報の表示

进入python环境
(cat) C:\Users\asus>python
 
导入torch
>>> import torch
 
>>> print(torch.cuda.is_available())    #cuda是否可用
 
>>>print(torch.cuda.get_device_name(0)) #返回设备索引
 
>>>print(torch.cuda.device_count())     # 返回GPU的数量
 
>>>print(torch.cuda.current_device())   # 返回当前设备索引
 
>>> print(torch.rand(3,3).cuda())

ここに画像の説明を挿入

使用されているGPUが4070であることがわかります。

Anaconda は環境のデフォルトの保存パスを変更します

仮想環境と依存関係が C ドライブに保存されないように、Anaconda のデフォルトのストレージパスを変更しましょう

1. anacondaを開き、「ファイル」→「設定」をクリックします。

2.「Condaの構成」をクリックします。

3. 開いたファイルの末尾に次の内容を追加します:
(例: D ドライブ下の Anaconda ディレクトリへのパスを変更したい)

envs_dirs:
  - D:\Anaconda\envs
pkgs_dirs:
  - D:\Anaconda\pkgs

次に、「保存して再起動」をクリックし、Anaconda が再起動するまで待ちます。

4. 新しい環境を作成し、デフォルトのパスが変更されていることを確認します。

参考ブログ：https://blog.csdn.net/weixin_43737995/article/details/128506271

Jupyter 作業ディレクトリを変更する

(1) 変更した jupyter ノートブックの作業パスとして新しいフォルダーを作成します (この記事では「E:\work\taiyi\myself\jupyter-notebook」を作成します)

(2) jupyter Notebookの設定ファイルを取得する

スタートメニュー - 「anaconda -」 anaconda プロンプト - 「コマンドウィンドウを開き、jupyter Notebook –generate-config と入力します。」

ノートブック関連情報が以前に構成されている場合、このコマンドを実行すると、元の構成を上書きするかどうかを確認するプロンプトが表示され、直接上書きする場合は y を入力します。このコマンドを初めて実行する場合は、構成ファイルが対応するディレクトリに直接生成されます。

3) 設定ファイルを変更する

構成ファイルのパスに従って、構成ファイルを開き、#c.NotebookApp.notebook_dir = ''この構成を変更し、コメント記号 # を削除し、作業パスを変更して、構成ファイルを保存します。

注: [1] 作業パスは「\」二重バックスラッシュで区切ることが最善です。[2] 作業パスではすべて英語を使用するのが最善です。

(4) Jupyter ノートブックのプロパティを変更する

この手順は必ず実行する必要があります。実行しないと、構成ファイルを変更するだけでは機能しません。

スタートメニュー - 「anaconda -」 jupyter Notebook を右クリック - 「もっと見る -」ファイルの場所を開き、jupyter Notebook ショートカットの場所を開く - 「jupyter Notebook 右クリック -」プロパティ - 「ターゲット -」後ろの %USERPROFILE% を削除 - 「適用」をクリックし、 OK
ここに画像の説明を挿入

参照文書

Pytorch の非常に詳細なインストールチュートリアル、Anaconda、PyTorch、および PyCharm の完全なインストールプロセス https://blog.csdn.net/Bluebro/article/details/127161165

Pytorch 公式インストールアドレス https://pytorch.org/get-started/locally/

RTX4070Ti による Pytorch 環境の構成 https://blog.csdn.net/m0_73829560/article/details/129834555