Windows下Pytorch入门深度学习环境安装与配置（CPU版本）

文章Windows下Pytorch入门深度学习环境安装与配置（CPU版本）分享给大家，欢迎收藏Python资料网，专注分享技术知识

一、安装过程中各个软件的作用

（一）Python

◼ 编程语言 – 人 和 计算机
◼ Python 就是 人 和 计算机 相互交流的一门编程语言
◼ Python 是计算机世界中比较（语法）简单的语言

（二）库 / 包 / package / library

◼ 包/库，就是别人分享的工具（模板）
◼ 有了这些工具，我们可以高效地完成一些事情，不需要关注底层
◼ 如果安装包，就是使用 pip install 包名

（三）PyTorch / Tensorflow

◼ 其实就是 Python 的库
◼ 安装其实就可以使用 pip install 包名

（四）Anaconda

◼ Python环境
◼ Conda命令，我们可以使用 conda install 包名 —— 库（APP），conda / pip（应用商店）
◼ 虚拟环境（提供了包的分离环境，方便管理）
我们可以把不同版本的库放到不同的虚拟环境当中，来给不同的项目创建单独的虚拟环境，这样就不会跟其他项目产生冲突

• 如果想了解conda里有指定包的哪些版本
  法一：在命令行中输入以下指令： conda search 包名
  法二：在图形化界面搜索
  
  比如我想知道Pytorch兼容的Python版本有哪些
  

（五）PyCharm

（1）Python是如何运行起来的（传统方法）

（2）PyCharm IDE 的功能
◼ 能够进行代码补全
◼ 代码运行 —— 一键完成
◼ 实时语法错误检查
◼ 配置一个项目的时候，需要配置好Python解释器

（六）显卡GPU，驱动

◼ GPU (Graphics Processing Unit)，硬件
◼ 显卡，主要就是用于在屏幕上显示图像，用于与视频，图像处理相关的任务
◼ 显卡：独立显卡（装在主机中，比较大，性能强，功耗大），核显（嵌入到CPU中的，比较小，性能低，功耗小）
◼ 驱动：让计算机识别特定的硬件

（1）深度学习显卡，CUDA
• 深度学习显卡，英伟达品牌的显卡（NVIDIA）
• 有了CUDA，我们就可以操作英伟达品牌的显卡

（2）GPU VS CPU

（七）环境配置中各个软件的关系

（八）Windows下判断有无 NVIDIA GPU

◼ 检查任务管理器 – 如果GPU中带有NVIDIA字眼，说明有NVIDIA GPU
◼ 你觉得你有，但任务管理器上没有 – 有可能是你没装驱动
我这里就没有

---

二、Windows下安装 Pytorch

（一）流程

1. 确定自己的硬件信息 – 任务管理器（性能选项卡）确定无NVIDIA GPU
2. 下载安装 Anaconda
3. 利用 conda 或者 pip 安装 PyTorch （坑最多的）
4. 下载安装 / 配置 PyCharm

（二）下载安装 Anaconda

◼ 官网： https://www.anaconda.com/
◼ 选择 Products -> Anaconda Distribution

◼ 点击 Download，可以下载最新版本
◼ https://repo.anaconda.com/archive/，可以下载到历史版本

1. 可以下载历史版本，距今一两年左右
2. 如果下载慢的话，可以右键复制地址，粘贴到迅雷上下载
   

不知道版本号的可以：文件资源管理器 -> 此电脑 -> 右键 -> 属性，来查看

◼ 安装路径最好全英文

关于是否添加环境变量，可添加可不添加，看个人喜好

• 如果添加，就可以在普通的命令行窗口，直接使用Anaconda的一些指令
• 如果不添加，就不能在普通的命令行窗口使用Anaconda的一些指令，但在Anaconda的命令行使用Anaconda的一些指令

辨析

（三）利用 conda / pip 安装 PyTorch

（1）创建一个虚拟环境（比如叫 Lipytorch8)

◼ 利用 conda create 指令创建新的虚拟环境

# 创建虚拟环境
conda create –n 虚拟环境名字 python=版本
# 删除虚拟环境
conda remove –n 虚拟环境名字 --all

◼ 添加镜像加速

conda create –n 虚拟环境名字 python=版本 –c 镜像地址

镜像名	用于创建环境镜像地址
清华镜像	https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
北京外国语大学镜像	https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/

conda的通道与镜像地址的理解
通道（channel），其实就相当于下载地址
会优先从最新添加的镜像地址里找这些包，如果没找到，就按照优先级，一步步往下找

• 如何持久化添加/删除通道？

# 持久添加通道
conda config --add channels 通道地址
# 删除通道
conda config --remove channels 通道地址

• 如何查看配置文件中有哪些通道？

conda config --get
conda config --show

（2）在上一步创建的虚拟环境中安装PyTorch（四种方法）

需安装pytorch、torchvision、torchaudio三个包

法一： 从官网（https://pytorch.org/）采用命令行下载（conda）

conda install pytorch torchvision torchaudio cpuonly –c pytorch

如果想下载先前的版本

法二： 添加镜像源

conda install pytorch torchvision torchaudio cpuonly –c 镜像地址

镜像名	镜像地址 – pytorch, torchvision, torchaudio
清华镜像	https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/win-64/

法三： 从官网（https://pytorch.org/）采用命令行下载（pip）

pip3 install torch torchvision torchaudio

法四： 本地安装（主要是解决法三中torch这个包下载比较慢的问题，其他的包都很小）

1. 法三中下载 pytorch/torch 这个包时，下载版本在命令行中有提示，将此版本（只用复制从第一个cp出现开始之后的内容）在下面这个网站上按 Ctrl + F 搜索，找到之后，下载到本地

网站：https://download.pytorch.org/whl/cpu/torch_stable.html

1. 下载完成之后，使用 pip install 下载文件地址（直接把文件拖到命令行中即可） 来安装 pytorch
2. 使用 原来命令行+把pytorch/torch指定成你在本地下载的版本）下载 torchvision torchaudio，里面还有一些依赖需要安装

pip3 install torch==本地下载的版本 torchvision torchaudio

（3）验证pytorch是否安装成功

1. 激活对应的虚拟环境（你安装Pytorch的虚拟环境）

conda activate 虚拟环境名

1. 看有没有pytorch或者torch

conda list

1. 验证pytorch能否被python调用。依次输入下面这些指令，如果显示False，就说明我们这个PyTorch安装成功了

python

import torch

torch.cuda.is_available()

（四）安装PyCharm并进行环境配置

1. 下载 PyCharm (https://www.jetbrains.com/pycharm/)
   社区版本开源，专业版对学生也是免费的，但需要学生认证，需要教育邮箱（现在Github上注册账号，把学生认证完成，拿到开发者包，包里就提供了PyCharm专业版，但社区版就足够了）
2. 如果想下载历史版本的话，进下面这个网站
   https://www.jetbrains.com/pycharm/download/other.html
3. 配置合适的Python解释器（虚拟环境）
   

---

三、加餐

（一）如何给新下载的项目配置合适的虚拟环境

1. 利用PyCharm打开项目：File->Open
2. 配置对应的虚拟环境：File->Setting->Project->Python解释器，然后选择对应的虚拟环境
3. 直接运行代码，右键->run
4. 如果提示某些包没有发现，可以用下面这些指令把包依次装上

• conda install 包名
• pip install 包名
• 如果两个指令都没有成功，就利用搜索引擎找找原因 – 包名不对，通道不对，或者其他原因

如果在PyCharm中使用智能检测requirements.txt中所需包的安装方式，没办法安装上这些包，可采用在命令行安装的方式，指令如下：

# 将命令行调到项目所在位置
cd requirements.txt所在文件夹地址
# 安装
pip install -r requirements.txt

（二）如何下载安装旧版本PyTorch

有些项目要求使用特定版本的Pytorch，一般来说高版本的Pytorch可以往下兼容低版本的Pytorch，但有些代码只支持低版本的Pytorch，这个时候就需要下载安装旧版本的Pytorch

旧版本PyTorch安装：https://pytorch.org/get-started/previous-versions/

Conda install pytorch==旧版本 torchvision==旧版本 torchaudio==旧版本 -c pytorch（或换成镜像通道）

验证镜像通道是否有这个版本的Pytorch的方法：

conda search pytorch=版本 –c 镜像通道

命令行指令	版本
pip install torch==版本 xxxxx	对于>1.0版本
pip install 下载文件地址	对于<1.0版本

---

完

版权声明：本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若内容造成侵权/违法违规/事实不符，请联系邮箱：jacktools123@163.com进行投诉反馈，一经查实，立即删除！