目录
一、创建conda虚拟环境
1、查询创建了哪些conda虚拟环境的方法
2、创建虚拟环境
3、激活需要的虚拟环境
4、查看环境下有哪些包
二、查询本机cuda版本
三、安装pytorch
1、进入pytorch官网
2、选择对应版本
3、采用清华镜像下载pytorch
4、验证是否安装成功
5、查看torch版本
四、验证cudnn版本的方法
五、安装tensorboard
六、在pycharm中配置刚才的conda环境
一、创建conda虚拟环境
1、查询创建了哪些conda虚拟环境的方法
按windows+R键输入cmd
再输入如下代码查询conda环境下有哪些虚拟环境
conda info --envs
2、创建虚拟环境
name是可以自定义的任意环境名字,python=x.x指定python版本
conda create -n name python=x.x
3、激活需要的虚拟环境
name是指需要激活环境的名字
conda activate name
4、查看环境下有哪些包
conda list
5、删除不用的环境
name是需要删除的环境名字,如果不加上--all的话代表删除的是当前环境下的一个库,加上是删除当前环境
conda remove -n name --all
二、查询本机cuda版本
cmd命令后输入nvidia-smi,如下图绿色框线内即是cuda版本号
三、安装pytorch
1、进入pytorch官网
点击Get Started
2、选择对应版本
版本一定要比第二步的cuda版本小
如果上图没有对应的版本可以从下图绿色框线里找到
3、采用清华镜像下载pytorch
进入cmd命令后,依次输入下面四行代码,将路径更改为清华源
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
从3.2中选择合适的版本并复制链接,将连接-c及后面的代码删去
4、验证是否安装成功
进入cmd命令后,输入python,在输入import torch,在输入torch.cuda.is_available(),如果出现True,则说明可以使用GPU。
import torch
torch.cuda.is_available()
5、查看torch版本
输入torch.__version__即可查看
torch.__version__
四、验证cudnn版本的方法
import torch
print(torch.backends.cudnn.version())
五、安装tensorboard
进入控制台命令,输入以下代码
conda install tensborard
六、在pycharm中配置刚才的conda环境
1、可以通过pycharm中右下角,如图所示,或者新建project进行配置
2、按下图所示选定对应conda下的python版本
3、综上即可成功配置
推荐链接
发表评论