配置环境的步骤:
1、下载anaconda
wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-5.3.1-Linux-x86_64.sh
2、解压安装anaconda,一直点yes
bash Anaconda3-5.3.1-Linux-x86_64.sh
3、激活安装好的配置环境
source ~/.bashrc
4、检查是否安装成功
conda
出现以下情况说明安装成功
若是提示没有conda命令
则在自己的.bashrc文件(一般在/home/user下)后面加上export PATH=/home/sun/anaconda3/bin:$PATH
并进行保存 #sun根据自己的用户名选择性进行修改
再执行
source ~/.bashrc
5、创建虚拟环境
conda create --name pytorch python=3.6
6、激活虚拟环境
source activate pytorch
一些虚拟环境的基本操作:
source activate tf #激活tf环境
source deactivate tf #退出tf环境
conda remove --name tf --all #删除tf环境(全部删除)
conda env list#查看有哪些虚拟环境
conda list #查看环境下有哪些包
7、在虚拟环境中安装Pytorch,直接安装速度太慢,先配置的清华的通道
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/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
配置查看:
conda config --show
显示如下说明配置成功
8、安装Pytorch
先查看驱动版本:
nvidia-smi
在这里插入图片描述
可以看到cuda版本为10.2
或者可以根据驱动版本进行查看
在这里插入图片描述
conda install pytorch torchvision cudatoolkit=10.2
9、最后查看GPU是否可用,输出为true安装成功
python
import torch
torch.cuda.is_available()
在这里出现了一个问题,就是torch.cuda.is_available()
显示False,上网查了原因后,才知道是pytorch版本和cuda版本不一致,这里cuda版本是10.2,但是我默认安装的pytorch版本是0.1的,完全不够,查阅之后,知道相应的pytorch版本是1.6.0的。需以下步骤处理
卸载pytorch
conda uninstall pytorch
指定pytorch版本进行重安装
conda install pytorch=1.6.0 torchvision cudatoolkit=10.2
最后结果显示这样代表安装成功
另外注意cuda,torch,还有torchvision三者的关系为
具体见网址https://pytorch.org/get-started/previous-versions/
或者https://download.pytorch.org/whl/torch_stable.html