Anaconda+PyTorch+ipykernel安装

说明下这软件是什么，官方说明自己去搜索，这里只说我的理解

• Anaconda：带虚拟环境的包管理器，使用它能在不调整本机环境的情况下，安装pytorch。
• PyTorch：和谷歌的Tensorflow相似，PyTorch是facebook出的机器学习库，主要就是要学它。

安装

简而言之就是首先安装Anaconda，然后在其中安装PyTorch

第一步，安装和设置Anaconda

下载Anaconda，是个exe直接双击安装。
安装完成后由下图软件

加入到windows终端中打开：

1
2
3
4
5
6
7
8
9

{
    "colorScheme": "One Half Dark",
    "commandline": "cmd.exe /K D:\\anaconda3\\Scripts\\activate.bat",
    "guid": "{c40e6948-c379-4122-ab13-4ebefff7aad2}",
    "hidden": false,
    "icon": "D:\\anaconda3\\pkgs\\conda-4.12.0-py39haa95532_0\\Lib\\site-packages\\conda\\shell\\conda_icon.ico",
    "name": "Anaconda",
    "startingDirectory": "D:/code"
},

也可以直接打开Anaconda Prompt (Anaconda3)

基本命令：

1
2
3
4
5
6
7
8
9
10

# 创建test环境
conda create -n test python=3.8
# 切换到 test环境
activate test
# 退出test环境，回答base
conda deactivate
# 删除环境
conda remove -n test --all
# 查看目前的环境
conda info --envs

这里补充下源于虚拟环境的存储，默认是会存到C盘的，使用命令查看

1

conda config --show

可以对C:\Users\用户名\ .condarc进行修改，将其改到其他位置，这种修改方式只适用于安装软件选择用户时是只有我，而不是所有用户。

1
2

envs_dirs:
  - D:\anaconda3\envs

如果你不幸在安装的时候选择的所有用户，那么就需要将Anaconda删掉重新安装了，但是之前的虚拟环境是可以保存的，把C:\Users\dell.conda\envs文件移动到新目录即可

切换到WIN32的两种方式:

1
2

conda config --env --set subdir win-32
set CONDA_FORCE_32BIT=1

然后通过conda info命令查看结果

第二步，安装pytorch

切换到自己环境，确认python版本，目前是要3.6~3.9，之后不晓得了
进入官网，选择导出命令，我这电脑没有显卡，就选择的CPU

将命令复制到上面打开的Anaconda Prompt中执行。

1
2

conda install pytorch torchvision torchaudio cpuonly -c pytorch

完毕后进入python测试测试

1
2

import torch
print(torch.__version__) 

其他

Jupyter Notebook

上图Anaconda3安装后有一个Jupyter Notebook (Anaconda3)，点开后会打开也网页，新建一个Pytorch for Deeplearning，便创建了一个方便测试代码的PyTorch环境了

之前如何创建了一个新的环境，则需要

1
2
3
4
5
6
7
8
9
10

#安装ipykernel
conda install ipykernel
#写入环境
python -m ipykernel install  --name pytorch --display-name "Pytorch for Deeplearning"
#切换回基础环境
activate base
#创建jupyter notebook配置文件
jupyter notebook --generate-config
## 这里会显示创建jupyter_notebook_config.py的具体位置

打开文件修改

1
2

c.NotebookApp.notebook_dir = '' 默认目录位置
c.NotebookApp.iopub_data_rate_limit = 100000000 这个改大一些否则有可能报错

在安装mxnet是报错

是版本原因，3.9不行，测试3.7可以

1
2

conda create -n test2 python=3.7
activate test2

使用GPU

下载CUDNN，地址
版本选择需要根据自己显卡软件版本。在驱动里面看一下就行，目前最新版本CUDA 11.6.X在windows的显卡驱动只要大于452.39就行了。
现在下来是个压缩包，解压放置想要的位置，然后将里面的lib和bin文件夹地址加入到path环境变量中去/
测试，返回True即可

1
2
3
4
5
6
7
8

#CUDA TEST 测试CUDA
import torch
x = torch.Tensor([1.0])
xx = x.cuda()
print(xx)
#cuDNN TEST
from torch.backends import cudnn
print(cudnn.is_acceptable(xx))