从零安装pytorch并在pycharm中使用

news2024/11/24 14:39:14

背景介绍

目前主流使用的工具有Facebook搞的pythorch和谷歌开发的tensorflow两种,二者在实现理念上有一定区别,pytorch和人的思维模式与变成习惯更像,而tensorflow则是先构建整体结构,然后整体运行,开发调试过程较为繁琐,但好处是复用部署较方便,本质是其二者分别使用动态、静态图的区别。

安装Anaconda

Anaconda是python的包管理工具,并且允许创造多个虚拟环境,用以分别安装不同的python版本及包,相当于是python环境的虚拟机。
官网下载地址在此

下载后按照推荐步骤安装即可
安装界面
安装选项
第二个选项是将anaconda本身的python环境等信息添加到系统变量中,不推荐是怕引发环境变量错误,所以我们需要分别手动添加安装目录anaconda,安装目录下的\ScriptsLibrary\bin目录添加到系统变量中:
添加系统变量
安装完成后,可在系统中搜索Anaconda,或Jupyter Notebook,可找到如下文件:
安装所得
以后仅使用Jupyter Notebook和Anaconda Prompt,将其发送到桌面即可,此时打开Prompt即可进入anaconda的虚拟环境,示例如图:
虚拟环境
常用命令如下:

清屏			cls
列出所有环境		conda env list
列出所有库		conda list
创建环境			conda create -n 环境名 python=版本号
删除环境			conda remove -n 环境名 --all
进入环境			conda activate 环境名
退出当前环境		conda deactivate

创建环境
创建环境时会自动安装需要的组件和库,下载即可,此时再列出环境可见如下所示:
环境生成

安装CUDA

随着神经网络等人工智能算法和大数据技术的发展,计算量越来越大,仅靠cpu的处理已经不能满足训练需要,我们使用中多通过专门负责图像处理的显卡来加速训练过程,所以在pytorch的安装中我们需要使用显卡加速功能——cuda,加速显卡和cpu并行计算功能的平台,该技术目前仅支持英伟达显卡。
首先在cmd命令中输入nvidia-smi查看显卡驱动API的CUDA版本:
显卡CUDA

cuda下载网站
该显卡CUDA版本为12.2,下载的新cuda平台不应高于该版本,故下载如下版本:
cuda下载
安装时仅选择CUDA即可:
安装cuda
安装位置

安装完成后可通过nvcc -V命令查看cuda版本:
cuda版本

安装pytorch

pytorch的本质是三个库,torchtorchvisiontorchaudiotorch最大有1G左右,另外两个只是补充的附件,所以工程中我们一般只import torch即可。

直接到其官方网站寻找下载资源,根据需要的版本生成指令,
安装指令
然后到conda prompt虚拟环境中输入该指令即可直接下载,网络情况较好可直接使用,否则可使用镜像源,或到命令中的url手动下载,再使用pip命令手动安装。

安装完成后输入conda list查看所有库,出现如下图说明安装成功
查看库
在环境中打开python,查看能否导入,示例如下则说明安装成功:
测试安装结果

报错解决——fbgemm.dll

这里我重新创建了新的名为pytorch,python版本为3.9的环境,因为之前尝试了3.12和3.11的均在导入时报错缺少fbgemm.dll" or one of its dependencies.,在目录下是有这个文件的,用dll组件查看发现依赖缺少很多文件,不是能一个个找到再添加的了,也有说法是电脑缺少C++的运行环境,但在本机中查看是装了的,卸载重装也没用,最后想到是不是可能版本不对应,分别尝试了不同的pytroch版本和CUDA版本,最后试了环境本身的python版本降到3.9才成功,可官网明明白白写着支持3.12,具体咋回事就不明白了,暂时有的用就是好的。

连接pycharm

直接上图
导入conda环境

如图可见在pycharm中可用pytorch,并可以使用cuda加速。

总结

pytorch安装主要分三步,
1,包管理工具Anaconda用于管理组件,创造虚拟环境;
2,安装加速平台CUDA,主要涉及显卡cuda版本和安装cuda平台版本的关系;
3,安装pytorch,要与安装CUDA对应。

其中CUDA要注意版本向下兼容,顺序分别为显卡驱动API的CUDA版本—安装cuda平台的运行API版本—pytorch版本,版本可依次递减,但后不可大于前。
而pytorch除了要与CUDA对应外,还需注意与Anaconda的python版本对应,当然一般用旧的没什么问题,可那还怎么进步呢,只追求稳定,人类现在可能还用石头火把呢。

安装环境难的就在不同组件之间的配合,版本低了高了,语言和选项等选不对造成安装出错,如果要改就很麻烦,本人在配置过程也折腾了很长时间,就因为不想按教程装老版本,又没有提前搞清楚各个组之间的对应关系,导致不必要的时间浪费在改错上,还不如从头开始了,任务真正开始之前的准备工作还是做充分。

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。如若转载,请注明出处:http://www.coloradmin.cn/o/1995408.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

算法工程师必知必会的数学基础之微积分上

系列文章: 第一篇:算法工程师必知必会的数学基础之线性代数第二篇:算法工程师必知必会的数学基础之微积分上(本文)。 文章目录 2. 微积分2.1 极限(Limits)和 连续性(Continuity&…

WPF篇(10)-Label标签+TextBlock文字块+TextBox文本框+RichTextBox富文本框

Label标签 Label控件继承于ContentControl控件,它是一个文本标签,如果您想修改它的标签内容,请设置Content属性。我们曾提过ContentControl的Content属性是object类型,意味着Label的Content也是可以设置为任意的引用类型的。 案…

学习笔记 韩顺平 零基础30天学会Java(2024.8.8)

P492 第三代日期使用 P493 第三代日期方法 P495 String翻转 作业代码见chapter12homework 对于需要异常处理的情况,可以通过这种想法得到: P495 注册处理题 P496 字符串统计 P497 String内存布局测试题 P498 常见类阶段梳理 P499 集合介绍 集合的使用并不…

xxljob--入门使用

1.简介 XXL-JOB是一个分布式任务调度平台,其核心设计目标是开发迅速、学习简单、轻量级、易扩展。现已开放源代码并接入多家公司线上产品线,开箱即用。 2.下载 网址:xxljob 3. 导入数据库 3.1请下载项目源码并解压,获取 “调…

ElasticSearch(九)— 聚集查询2

一、 范围分桶聚集 如果使用 SQL 语言类比,桶型聚集与 SQL 语句中的 group by 子句极为相似。桶型聚集(Bucket Aggregation)是 Elasticsearch 官方对这种聚集的叫法,它起的作用是根据条件对文档进行分组。 可以将这里的桶理解为分组的容器,…

git commit 提交报错

当使用git cimmit -m "XXX" 将暂存区文件提交到仓库区时出现以下错误信息: 原因:开启了 eslint 校验 只要跳过 eslint 校验就可以了,即加 --no-verify 即可解决 git commit --no-verify -m "XXX"

太极图形学——弹性物体仿真 1

1.仿真基础,时间和空间的离散化 渲染对于物体的展现来说是一件很重要的事 但除了渲染之外,还需要物理来控制,形成动画 弹性物体的仿真实际上非常重要,特别是对于头发,衣物的仿真,虚拟手术中软组织的仿真 仿…

JupyterNotebook添加Anaconda中已有的虚拟环境

比如,在Acaconde中存在一个我已经配置好的虚拟环境pose,现在我想在Jupyter中使用它 那么可以使用ipython kernel install --user --name 你要添加的环境 添加到Jupyter中。 对于Jupyter中已有的代码,就可以在Kernel - chanage kernel中改变内核。

大模型+XDR!打开网络安全攻防演练新范式!

网络安全领域面临着日益复杂的挑战,外部攻击与内部安全威胁交织的双重压力。技术革新成为筑牢安全防线的关键,随着新一代技术的崛起,特别是大数据与人工智能的深度融合,引领着网络安全进入全新阶段。 通过构建网络安全大模型&…

批量重命名图片文件名,这几种方法告别手打!

在这个数字化时代,图片已成为我们日常生活和工作中不可或缺的一部分。无论是整理旅行照片、管理项目素材,还是编辑文章配图,图片的管理都显得尤为重要。然而,面对成百上千的图片文件,如果还在逐一手动修改文件名&#…

OpenSNN推文:研究发现,人工智能以牺牲集体多样性为代价提升个人创造力

 ChatGPT 等生成式 AI 工具的兴起引发了关于它们对创造力和新颖想法产生的影响的争论。 伦敦大学管理学院和埃克塞特大学研究人员开展的一项新研究探索了生成模型对创意写作的影响。该研究考察了获取大型语言模型 (LLM) 生成的故事创意如何影响人类创…

使用 Python 执行 JavaScript

案例引入 网站: https://spa7.scrape.center 这里是一个简单的 NBA 球星的网站, 用卡片形式展示了一些球星的基本信息。另外,每张卡片其实都有一个加密字符串,这个加密字符串其实和球星的信息是由关联的, 并且每个球星…

数据库范式及其示例,看完这一篇足够

1. 什么是数据库规范化? 1.1 规范化概念 规范化是一种数据库设计技术,可减少数据冗余并消除插入、更新和删除异常等不良特征。规范化规则将较大的表划分为较小的表并使用关系链接它们。SQL 中的规范化的目的是消除冗余(重复)数据…

Java面试题:Spring循环引用(循环依赖)

Spring中的循环引用 在创建A时需要B,创建B时需要A 三级缓存解决循环依赖问题 在Spring中定义了一个类 DefaultSingletonBeanRegistry 中定义了三个map singletonObjects 一级缓存 单例池,存放完整初始化的bean对象 earlySingletonObjects 二级缓存 缓存早期的bean对象…

【JavaEE初阶】CAS(比较和交换)

目录 🌲 什么是 CAS 🌳 CAS的应用 🚩 实现原子类 🚩 实现自旋锁 🎄 CAS 的 ABA 问题 🚩 什么是 ABA 问题 🚩 ABA 问题引来的 BUG 🚩 解决方案 🍀CAS相关面试题 …

自动化测试客户端程序 时,选择使用什么自动化测试工具?

自动化测试客户端程序时,可以选择多种自动化测试工具,这些工具根据测试的具体需求、目标平台以及开发语言等因素有所不同。以下是一些常用的自动化测试工具,它们分别适用于不同的测试场景: 1. Appium 简介:Appium是一…

你要动态建表,还要动态导入Excel?

背景 ⭐⭐⭐⭐⭐转载请注明出处:https://juejin.cn/post/7400945359192866828 前几天和公司的小伙伴聊天的时候,得知他们的项目里正要做一个功能。大概就是每家公司都会建一张表,这张表会有什么字段不确定,可能有的表10个字段,有的8个字段。然后会有导入的功能,就是给这张…

java实现解析pdf格式发票

为了减少用户工作量及误操作的可能性&#xff0c;需要实现用户上传PDF格式的发票&#xff0c;系统通过解析PDF文件获取发票内容&#xff0c;并直接将其写入表单。以下文章记录了功能实现的代码。 发票样式 发票内容解析 引用Maven 使用pdfbox <dependency><groupI…

API可观察性对于现代应用程序的最大好处

API可观察性是提升性能、加速问题诊断和增强安全的关键。它在理解和管理错综复杂的API交互方面发挥着至关重要的作用。利用API可观察性&#xff0c;您可以深入洞察API的工作状态&#xff0c;保障服务的可靠性&#xff0c;并优化用户体验。 在当今的数字环境中&#xff0c;API …

kubernetes集群部署sql server数据库服务

背景&#xff1a; 因业务上线需要&#xff0c;研发中心要求在kubernetes测试集群部署一个sql server 2017的数据库&#xff0c;用于业务功能调试。 一、实施部署sql server数据库&#xff1a; 1、拉取sql server 2017的镜像&#xff1a; [rootharbor-02 ~]# docker pull mcr…