最新,anaconda+Pytorch+Pycharm+jypyterlab深度学习环境搭建!
一定要看的前言:
授人以鱼,不如授人以渔。技术飞速发展,许多教程都会过时,我们个人博客记录只是一时,我们不能看2018年的文章来安装2024年版本的东西,会很不一样。所以我们一切要去看官方维护的文档,官方文档会及时更新,学会看这个文档对每个IT人都有好处!
一、anaconda下载安装
第一找到anaconda里面有我们需要的所有!有官网写的文档和教学,都是权威的指导!
Free Download | Anaconda 官网上下载安装包!
在 Windows 上安装 — Anaconda 文档 官网的anaconda安装教程!
二、安装CUDA用GPU版本
如果你想用GPU而不是cpu,那就得安装CUDA。
适用于 Microsoft Windows 的 CUDA 安装指南 (nvidia.com) 这是官方文档!
作为一个合格的IT人,查看官方文档是非常重要的,里面什么都写了!
三、安装pytorch
本次环境使用anaconda的jupyter lab+pycharm。使用anaconda建立一个专门的pytorch环境,有利于我们学习和实验,整个环境就不像anaconda自带的base那么臃肿。
(1)conda 创建一一个环境
打开anaconda prompt
在base环境下输入,下列命令创建一个pytorch的环境。
conda create -n pytorch
输入y就行。
pytorch要到国外去下载,会出现一些问题,使用换源就可以解决。
anaconda | 镜像站使用帮助 | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror 还是官方文档!写得很好恒具体了。
我的是:
1 | channels: |
换完源后,去pytorch官方:
PyTorch,选择对应的版本,只要保证你的cuda版本是大于pytorch的cuda版本就行。
Previous PyTorch Versions | PyTorch 这是先前的版本。
复制命令,回到命令窗口,激活pytorch环境,并在该环境下执行本命令。
出现 unsuccessful也不要怕,等一会就好。
等一会就找到了,之后输入y,就行。
四、 用ipykernel为虚拟环境创建内核kernel
ipykernel官方简介:ipykernel · PyPI
简而言之,内核可以方便我们在base环境里启动jupyter lab后,可以使用其他环境来运行我们的笔记。
使用deactivate回到base,确保base里有ipykernel,使用conda install ipykernel
用base为pytorch安装ipykernrl。(用base在env里安装一个ipykernel )
conda install -n
进入到pytorch环境里配置kernel。
python -m ipykernel install --user --name
到此内核配置完毕。
五、jupyter lab配置
可以去看看官方文档,我们唯一要改变的是其root目录到我们想要作为更目录的地方。如果不变,他默认在c盘,你后期添加数据会很占c盘空间。
拿到配置文件位置。
按Ctrl + F
查找c.ServerApp.root_dir
,修改为自己需要的目录。注意带双引号哦。
使用命令打开jupyter lab
这是我创建的学习环境,可以在pytorch里学习pytorch。Welcome to PyTorch Tutorials — PyTorch Tutorials 2.2.0+cu121 documentation
类似的还可以创建opencv,tensorflow的学习环境。
六、anaconda和pycharm结合
anaconda和pycharm结合,可以使包管理更加有效,开发效率更高。
你想使用pycharm来开发一个pytorch项目。此时只用新建一个文件夹:
拖住此文件夹到pycharm图标上。,得到下面:
测试一下torch
找不到。
在file里的settings找到project:test里的python interpreter:
点击小齿轮,点击add
点击三点,选择anaconda安装目录下envs里的python解释器。
添加完后点击apply,然后点击ok。
最后torch被引入了!
最后整个环境就搭建完成了!