PyTorch学习
1.关于环境的一些思维导图
来源-B站小土堆
2.关于环境的搭建
Anaconda
(1) anaconda安装
安装网站(清华镜像): https://repo.anaconda.com/archive/
下载完成后打开图像化界面 Anaconda Navigator
,可以看到环境中有个base
(2)创建虚拟环境
我们在做一些项目时,可能要用到不同版本的PyTorch,所以创建不同的虚拟环境是非常有必要的
step1:使用清华镜像创建虚拟环境,名称为:
mypytorch1
镜像地址:https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
指令:
conda create -n mypytorch1 python=3.8 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
step2:下载成功,如下所示,使用
conda env list
指令查看环境列表
(3) conda的通道与镜像地址
镜像地址原理:
在anaconda
下载后,在配置文件中的channel
参数中有个默认的下载地址,是国外的服务器
而我们可以通过添加镜像地址(通道地址)来实现镜像下载
CUDA
1.准备工作
1)概念梳理
2)关于显卡算力
查看网址(需外网):CUDA - Wikipedia
Compute capability (version) | GPUs | GeForce | Quadro, NVS |
---|---|---|---|
8.6 | GA102, GA103, GA104, GA106, GA107 | GeForce RTX 3090 Ti, RTX 3090, RTX 3080 Ti, RTX 3080 12GB, RTX 3080, RTX 3070 Ti, RTX 3070, RTX 3060 Ti, RTX 3060, RTX 3050, RTX 3050 Ti(mobile) , RTX 3050(mobile), RTX 2050(mobile), MX570 |
RTX A6000, RTX A5500, RTX A5000, RTX A4500, RTX A4000, RTX A2000 RTX A5000(mobile), RTX A4000(mobile), RTX A3000(mobile), RTX A2000(mobile) |
3)cuda版本与支持的算力
- CUDA SDK 11.1 – 11.4 support for compute capability
3.5 – 8.6
(Kepler (in part), Maxwell, Pascal, Volta, Turing, Ampere (in part)).[38] - CUDA SDK 11.5 – 11.7.1 support for compute capability
3.5 – 8.7
(Kepler (in part), Maxwell, Pascal, Volta, Turing, Ampere).[39]
4)查看自己的驱动 CUDA Driver Version-11.6
命令:nvidia-smi
5)最终适用CUDA 11.1-11.6
之间均可以
2.NVIDIA驱动程序安装
最好到官网 https://www.nvidia.com/Download/index.aspx?lang=cn 去安装最新版本的驱动
PyTorch安装
首先要conda activate mypytorch1
进入自己的虚拟环境
下载地址:[PyTorch](https://pytorch.org/)
指令:pip3 install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu116
安装完成后可以通过pip list
来查看packages中是否有torch包
验证是否安装成功
1.输入python
2.输入import torch
3.输入torch.cuda.is_available()
4.如果显示True, 就说明我们安装成功
Pycharm中使用
在pycharm中可以将我们的terminal定位到我们安装torch的虚拟环境mypytorch
中
在jupyter notebook中添加虚拟环境
1.首先要激活(进入)虚拟环境
conda activate 虚拟环境名称
2.pip install ipykernel ipython
3.ipython kernel install --user --name mypytorch1
4.如果以后想要删除虚拟环境jupyter kernelspec remove 虚拟环境名称