PyTorch的环境配置

最近我学习了一些关于数据挖掘的内容,需要学习并使用一些机器学习库。为了便于数据的挖掘、分析和处理,最后选择了 PyTorch 框架,并配合使用 Python 3。

PyTorch is an optimized tensor library for deep learning using GPUs and CPUs.

An open source machine learning framework that accelerates the path from research prototyping to production deployment.

PyTorch.org

数据挖掘与深度学习,只需要 CPU 即可学习,但是为了更快的分析数据和训练模型,一般都会使用 GPU 进行加速。但是 Pytorch 支持的 GPU 仅为 Nvidia 的显卡

下面介绍一下一些主流电脑的 PyTorch 安装方法。

1.CPU 版 PyTorch 安装

1.1 对于 Mac

Mac Intel 芯片时代,一般都会搭载 AMD 的独立显卡(只有很少的老款 Mac 曾经搭载过 Nvidia 的显卡),所以对于 Intel 芯片的 Mac,只能使用 CPU 进行 PyTorch 的运算。

所以对于 Intel 芯片的 Mac,直接安装 CPU 版本即可

由于 macOS Monterey 等系统自带的 Python 版本为 3.9,自带了 pip3,可以直接使用 pip 进行安装:

pip3 install torch torchvision torchaudio
Metal 3

对于 M 系列处理器的 Mac,最近貌似初步支持了 M 芯片的 Metal,使用 Metal 3 对 PyTorch 进行加速。但 Pytorch 官方并未发布任何稳定版。

感兴趣的同学可以到 Apple Developer 网站查看相关支持。

1.2 对于不含 Nvidia 显卡的 Windows

对于只有集成显卡,或只有 AMD 的显卡的 Windows 电脑,同样无法使用 GPU 进行加速,只能安装 CPU 版本

这是一个使用 pip 进行安装的代码(你也可以使用 Anaconda 3):

pip3 install torch torchvision torchaudio

2.GPU 版 PyTorch 安装

对于拥有 Nvidia 显卡的 Windows,只有这类电脑,才能够安装 GPU 版本的 PyTorch

2.1 查看 Nvidia 驱动

在安装之前,我们需要查看下自己的 Nvidia 显卡驱动信息,如果自己的 Nvidia 显卡驱动版本过低,则需要升级下显卡驱动。

打开 Nvidia 的控制面板,点击左下角的 “系统信息”,查看 NVCUDA:

查看 NVCUDA64.DLL 项,能看到我这里支持的是 11.7.102 版本。这里 CUDA 11.7.102 是支持的最高版本的 CUDA,可以向下兼容。

2.2 安装 Anaconda

对于安装 GPU 的 PyTorch,强烈建议使用 Anaconda 3 而不是 pip3。

Anaconda 3 最重要的是有 “环境”:

  • base(默认环境)
  • pytorch(新建的环境)

我们进入 Anaconda 3 的官网,下载并安装即可。

安装完成后,我们能在开始菜单中找到 Anaconda3 文件夹下有 Anaconda Prompt,这个就是 Anaconda 的控制终端。

2.3 Anaconda Prompt 添加到 Windows Terminal(可选)

Anaconda Prompt 是基于 CMD 的,你可以把 Anaconda Prompt 添加到 Windows Terminal 中。你只需在 json 设置中的 “list” 下添加:

{
	"commandline": "cmd.exe /K D:\\dev\\anaconda3\\Scripts\\activate.bat D:\\dev\\anaconda3",
	"guid": "{aadb7459-ec96-77a7-b0ef-92fd3c7a4a98}",
	"hidden": false,
	"icon": "D:/dev/anaconda3/anaconda.ico",
	"name": "Anaconda Prompt"
}

其中,”guid” 自己生成一个即可,”commandline” 就是你 Anaconda Prompt 快捷方式的目标路径:

添加后效果如下:

2.4 创建新 conda 环境

使用 Anaconda 3 的好处是,能够创建新的独立环境。我们创建一个 Python 版本为 python=3.10 的环境:

# 新环境
conda create -n pytorch python=3.10

# 启动这个环境
conda activate pytorch

# 终止这个环境
conda deactivate pytorch

# 删除这个环境
conda remove -n pytorch --all

其中,pytorch 是这个环境的名字,你可以自行指定。创建完成后启动它,就会发现前面的(base)变成了(pytorch)当前的环境名称。

2.5 安装 Pytorch GPU 版

我们使用 conda 来安装 Pytorch GPU 版

这样会一并安装 cudatoolkitpytorch 以及指定的 python 版本

2.6 测试是否使用 GPU

安装完成后,我们输入 Python 进入 python 模式:

import torch
torch.cuda.is_available()

如果返回 True,说明 GPU 模式正常:

3.通过 Pycharm 使用 PyTorch

我们安装好 Pycharm 后,点击新建项目,选择 “先前配置的解释器”,然后点击右侧的 “添加解释器”

解释器的目录,就是你安装 Anaconda 3 的目录。例如我这里是 ”D:\dev\anaconda3\envs\pytorch\python.exe“,其中 envs 就是 anaconda 安装目录下的环境文件夹,pytorch 就是我新创建的环境的名称。

4.通过 VSCode 使用 PyTorch

首先需要把 Anaconda 添加到环境变量的 Path 中,例如:

D:\dev\anaconda3
D:\dev\anaconda3\Scripts

D:\dev\anaconda3\Library\bin

添加完成后,你应该就能在 Powershell 中输入 conda -V 查看到版本信息了。最后在 VSCode 的右下角,就可以切换当前环境以及版本,我们切换到 Anaconda 环境即可。

暂无评论

发送评论 编辑评论


|´・ω・)ノ
ヾ(≧∇≦*)ゝ
(☆ω☆)
(╯‵□′)╯︵┴─┴
 ̄﹃ ̄
(/ω\)
∠( ᐛ 」∠)_
(๑•̀ㅁ•́ฅ)
→_→
୧(๑•̀⌄•́๑)૭
٩(ˊᗜˋ*)و
(ノ°ο°)ノ
(´இ皿இ`)
⌇●﹏●⌇
(ฅ´ω`ฅ)
(╯°A°)╯︵○○○
φ( ̄∇ ̄o)
ヾ(´・ ・`。)ノ"
( ง ᵒ̌皿ᵒ̌)ง⁼³₌₃
(ó﹏ò。)
Σ(っ °Д °;)っ
( ,,´・ω・)ノ"(´っω・`。)
╮(╯▽╰)╭
o(*////▽////*)q
>﹏<
( ๑´•ω•) "(ㆆᴗㆆ)
😂
😀
😅
😊
🙂
🙃
😌
😍
😘
😜
😝
😏
😒
🙄
😳
😡
😔
😫
😱
😭
💩
👻
🙌
🖕
👍
👫
👬
👭
🌚
🌝
🙈
💊
😶
🙏
🍦
🍉
😣
Source: github.com/k4yt3x/flowerhd
颜文字
Emoji
小恐龙
花!
上一篇