【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。
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
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())
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
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