Anaconda配置pytorch-gpu虚拟环境的图文教程

1、更新NVIDIA驱动 

选对应自己显卡的驱动,（选studio版本，不要game版本）驱动链接 

2、添加Anaconda清华镜像

方法一：anaconda命令替换

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge 
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
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

（Mark）换回默认源代码：

conda config --remove-key channels

方法二：替换.condarc

show_channel_urls: true
channel_alias: https://mirrors.tuna.tsinghua.edu.cn/anaconda
default_channels:
 - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
 - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
 - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
 - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/pro
 - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
 - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
custom_channels:
 conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
 msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
 bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
 menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
 pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
 simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

3.创建虚拟环境

创建：
conda create -n 环境名 python=X.X
开启：
activate 环境名
关闭：
conda deactivate
删除：
conda remove -n 环境名 --all
添加包：
conda install -n 环境名 包名
移除包：
conda remove -n 环境名 包名

4. 安装pytorch命令——对应情况自选：命令代码链接(pytorch官网）

1.PIP安装（推荐）

pip install torch===1.4.0 torchvision===0.5.0 -f https://download.pytorch.org/whl/torch_stable.html

这个速度比conda稳定 卡住了按回车好像还可以救回来

2.conda安装（不推荐 老是中断）

conda install pytorch torchvision cudatoolkit=10.1 -c pytorch (要去掉-c pytorch 不然还是默认源)
最终输入命令:
conda install pytorch torchvision cudatoolkit=10.1

网络在各处中断 有时候48%又断了

5.PIP安装完之后测试

import torch
flag = torch.cuda.is_available()
print(flag)

ngpu= 1
# Decide which device we want to run on
device = torch.device("cuda:0" if (torch.cuda.is_available() and ngpu > 0) else "cpu")
print(device)
print(torch.cuda.get_device_name(0))
print(torch.rand(3,3).cuda())

结果：被conda命令折腾一下午，终于被pip命令解救了！

总结

到此这篇关于Anaconda配置pytorch-gpu虚拟环境步骤整理的文章就介绍到这了,更多相关Anaconda pytorch-gpu虚拟环境内容请搜索python博客以前的文章或继续浏览下面的相关文章希望大家以后多多支持python博客！