精华内容
下载资源
问答
  • PyTorch环境搭建

    万次阅读 2020-05-16 17:53:16
    PyTorch环境搭建

    转载请注明作者和出处: http://blog.csdn.net/john_bh/

    1. 安装Anaconda 3.5

    Anaconda是一个用于科学计算的Python发行版,支持Linux、Mac和Window系统,提供了包管理与环境管理的功能,可以很方便地解决Python并存、切换,以及各种第三方包安装的问题。

    1.1 下载:

    可以直接从 Anaconda官网下载,但因为Anaconda的服务器在国外,所以下载速度会很慢,这里推荐使用清华的镜像来下载。选择合适你的版本下载,我这里选择Anaconda3-5.1.0-Windows-x86_64.exe

    1.2 安装

    下载之后,点击安装即可,步骤依次如下:
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    安装完成后,进行Anaconda的环境变量配置,打开控制面板->高级系统设置->环境变量->系统变量找到Path,点击编辑,加入三个文件夹的存储路径(注意三个路径之间需用分号隔开),步骤如下:
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    至此,Anaconda 3.5 windows版就安装设置好了,打开程序找到Anaconda Navigator,启动后可以看到:
    在这里插入图片描述

    2. 安装PyTorch & torchvision

    进入 PyTorch官网,依次选择你电脑的配置(我这里已经下载了python3.7),这里提供使用pip和conda两种环境下安装的步骤截图
    (1)使用pip:windows+pip+python3.7+None
    在这里插入图片描述
    拷贝给出的命令在cmd下运行
    在这里插入图片描述
    安装成功后检验是否安装成功,打开pycharm运行一个小demo:
    在这里插入图片描述
    (2)使用conda:windows+conda+python3.7+None
    在这里插入图片描述

    拷贝给出的命令在cmd下运行
    在这里插入图片描述
    安装完毕后,验证是否安装成功,打开Anaconda的Jupyter新建python文件,运行demo:
    在这里插入图片描述
    在这里插入图片描述

    出现这个结果,那么恭喜你,至此PyTorch1.0 & Anaconda3.5已经安装成功。

    展开全文
  • pytorch环境搭建

    2021-04-27 09:48:59
    pytorch环境搭建: pip以下内容即可 可以将以下文件存在txt中,先到requirements目录下,然后用pip install -r requirements.txt: astroid==2.3.3 autopep8==1.5.4 certifi==2020.12.5 click==7.1.2 colorama==...

    pytorch环境搭建:

    pip以下内容即可

    可以将以下文件存在txt中,先到requirements目录下,然后用pip install -r requirements.txt:

    astroid==2.3.3
    autopep8==1.5.4
    certifi==2020.12.5
    click==7.1.2
    colorama==0.4.3
    cycler==0.10.0
    dataclasses==0.8
    isort==4.3.21
    kiwisolver==1.3.1
    lazy-object-proxy==1.4.3
    matplotlib==3.3.1
    mccabe==0.6.1
    numpy==1.19.5
    opencv-python==4.2.0.32
    pandas==1.1.5
    Pillow==8.2.0
    pycodestyle==2.6.0
    pylint==2.4.4
    pyparsing==2.4.7
    PyQt5==5.13.0
    PyQt5-sip==12.7.2
    pyqt5-tools==5.13.0.1.5
    python-dateutil==2.8.1
    python-dotenv==0.17.0
    pytz==2021.1
    six==1.14.0
    toml==0.10.1
    torch==1.8.1
    torchvision==0.9.1
    typed-ast==1.4.1
    typing-extensions==3.7.4.3
    wincertstore==0.2
    wrapt==1.11.2
     

    展开全文
  • pytorch 环境搭建

    2019-10-11 22:52:49
    pytorch 环境搭建 安装cuda + cudnn 安装anaconda 修改C:\Users\Administrator.condarc为以下内容 channels: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/win-64/ ...

    pytorch 环境搭建

    网上博客很多,但是有些错漏或者表达过于复杂,导致遇到些坑。
    这篇是针对 python 3.7 + pytorch 1.2 + cuda 10.0 当前最新版本最简洁的说明。

    安装cuda + cudnn
    安装anaconda
    修改C:\Users\Administrator.condarc为以下内容
    channels:
      - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/win-64/
      - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
      - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/peterjc123/
      - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
    ssl_verify: false
    show_channel_urls: true
    

    在这里插入图片描述

    初始化环境

    打开anaconda prompt命令行
    conda create -n pytorch
    conda activate pytorch

    安装pytorch

    conda install pytorch torchvision

    测试pytorch(gpu版本)如下图

    在这里插入图片描述

    jupyter conda 环境创建

    安装ipykernel

    conda install ipykernel

    注册ipykernel到anaconda的base环境

    python -m ipykernel install --user --name pytorch --display-name “Python [conda env:pytorch]”

    在base的环境下jupyter notebook启动,网页上新建时即可选择pytorch环境

    在这里插入图片描述
    在这里插入图片描述

    展开全文
  • Linux pytorch环境搭建

    千次阅读 2020-09-07 19:44:59
    Linux pytorch环境搭建

    安装samba服务

    samba服务主要是方面通过window访问linux目录,主要是提到xshell等命令行访问工具,主要用在文件copy和目录管理场景

    安装命令:

    sudo apt-get install samba samba-common
    
    ```c
    创建一个用于分享的samba目录并设置权限
    
    ```c
    sudo mkdir /home/os/window_share
    sudo chmod 777/home/os/window_share
    

    添加用户和对应用户密码

    useradd other
    /home# sudo smbpasswd -a other
    New SMB password:111111
    Retype new SMB password:111111
    Added user other.
    
    

    添加samba配置文件

    [share]
       comment = share folder
       browseable = yes
       path = /home/os/window_share
       create mask = 0777
       directory mask = 0777
       valid users = other
       force user = other
       force group = other
       public = yes
       writable = yes
       available = yes
    
    

    重启samba服务器

    systemctl restart smbd
    sudo service smbd reload
    sudo service smbd restart
    
    

    输入地址进行访问

    //10.78.5.1
    

    参考文档

    安装方式

    Linux下cuda的安装

    查看显卡型号

    # lspci |grep -i vga
    04:00.0 VGA compatible controller: ASPEED Technology, Inc. ASPEED Graphics Family (rev 41)
    19:00.0 VGA compatible controller: NVIDIA Corporation Device 1e02 (rev a1)
    65:00.0 VGA compatible controller: NVIDIA Corporation Device 1e02 (rev a1)
    
    

    在以下网址查新型号1e02对应的版本;如下所示,本机安装了两个TITAN RTX显卡
    英伟达型号查询网址

    Name: TU102 [TITAN RTX]
    

    安装的驱动版本为:

    Driver Version: 440.33.01
    

    安装cuda需要跟本地的linux版本适配,先查询服务器linux版本

    r# cat /etc/lsb-release
    DISTRIB_ID=Ubuntu
    DISTRIB_RELEASE=18.04
    DISTRIB_CODENAME=bionic
    DISTRIB_DESCRIPTION="Ubuntu 18.04.4 LTS"
    

    下载对应的cuda版本,目前最新的cuda是cuda_11.0.3。

    https://developer.nvidia.com/cuda-downloads?target_os=Linux&target_arch=x86_64&target_distro=Ubuntu&target_version=1804&target_type=runfilelocal
    

    pytorch目前最新的稳定版本是1.6.0,对应的cuda版本是10.2。所有本人安装的依然是cuda10.2版本

    sudo -i
    sudo chmod a+x cuda_10.2.89_440.33.01_linux
    sudo ./cuda_10.2.89_440.33.01_linux
    
    

    安装过程中,默认选择yes,安装驱动项选择no。因为我们已经安装了对应的显卡驱动

    确认是否安装了cuda

    /Downloads$ nvcc -V
    nvcc: NVIDIA (R) Cuda compiler driver
    Copyright (c) 2005-2019 NVIDIA Corporation
    Built on Wed_Oct_23_19:24:38_PDT_2019
    Cuda compilation tools, release 10.2, V10.2.89
    
    

    创建anaconda 3

    下载Anaconda3,并安装

    Anaconda3-2020.02-Linux-x86_64.sh
    
    bash Anaconda3-2020.02-Linux-x86_64.sh -p /usr/local/anaconda3
    

    创建公共anaconda,经过这样创建后,其他用户也可以访问root用户安装的工具

    su # 首先进入root用户安装anaconda至/opt/anaconda
    groupadd anaconda # 创建anaconda组
    
    sudo adduser other anaconda # 将需要的用户添加至anaconda组
    
    chgrp -R anaconda /usr/local/anaconda3 # 移交目录管理权
    chmod 777 -R /usr/local/anaconda3 # 设置读写权限
    
    
    chmod g+s /usr/local/anaconda3 # 设置组继承
    chmod g+s `find /usr/local/anaconda3 -type d` # 设置子目录组继承
    chmod g-w /usr/local/anaconda3/envs # 关闭共享环境的写入权限
    source /usr/local/anaconda3/bin/activate # root用户下启动anaconda环境
    
    
    • 由root用户创建的环境会保存在/opt/anaconda/envs中,所有anaconda组成员都可以访问。
    • 用户自己创建的环境则会保存至~/.conda/envs中,但是所有下载的pkg会共享在/opt/
    • anaconda/pkgs中,即如果是别人装过的包(比如下载缓慢的PyTorch)则不用重新下载。

    用户要根据自己的需要创建自己的虚拟环境

    创建共享Pytorch环境

    在root用户下进行安装;
    因为在线安装比较慢,因此使用下载好的包进行安装

    conda install pytorch-1.5.0-py3.7_cuda10.2.89_cudnn7.6.5_0.tar.bz2
    
    

    更新和下载其他依赖包:

    conda install torchvision-0.6.0-py37_cu102.tar.bz2
    conda install pytorch torchvision cudatoolkit=10.2 
    pip install opencv_python-4.2.0.34-cp37-cp37m-manylinux1_x86_64.whl
    pip install matplotlib
    
    

    测试是否安装成功

    //root用户测试:
    
    (base) os@os-Super-Server:~$ python
    Python 3.7.6 (default, Jan  8 2020, 19:59:22)
    [GCC 7.3.0] :: Anaconda, Inc. on linux
    Type "help", "copyright", "credits" or "license" for more information.
    >>> import torch
    >>>
    
    //其他用户测试:
    
    otherg@os-Super-Server:~$ python
    Python 3.7.6 (default, Jan  8 2020, 19:59:22)
    [GCC 7.3.0] :: Anaconda, Inc. on linux
    Type "help", "copyright", "credits" or "license" for more information.
    >>> import torch
    >>>
    
    
    

    报错处理

    **1. qt.qpa.screen: QXcbConnection: Could not connect to display localhost:12.0
    Could not connect to any X display.
    **

    远程服务器运行的,不能调用GUI界面,需要在虚拟gui里面调用

    解决方案:
    https://www.jianshu.com/p/7df287155ce0

    运行方法:xvfb-run python3 …

    2. RuntimeError: Model replicas must have an equal number of parameters

    服务器中有多个GPU,选择特定的GPU运行程序可在程序运行命令前使用:CUDA_VISIBLE_DEVICES=0命令。0为服务器中的GPU编号,可以为0, 1, 2, 3等,表明对程序可见的GPU编号。

    UserWarning: Single-Process Multi-GPU is not the recommended mode for DDP. In this mode, each DDP instance operates on multiple devices and creates multiple module replicas within one process. The overhead of scatter/gather and GIL contention in every forward pass can slow down training. Please consider using one DDP instance per device or per module replica by explicitly setting device_ids or CUDA_VISIBLE_DEVICES. NB: There is a known issue in nn.parallel.replicate that prevents a single DDP instance to operate on multiple model replicas.
    "Single-Process Multi-GPU is not the recommended mode for "

    临时设置:

    Linux: export CUDA_VISIBLE_DEVICES=1
    windows:  set CUDA_VISIBLE_DEVICES=1
    

    永久设置:

    linux:~/.bashrc 的最后加上export CUDA_VISIBLE_DEVICES=1,然后source ~/.bashrc
    windows:
    打开我的电脑环境变量设置的地方,直接添加就行了
    
    展开全文
  • 主要介绍了Pytorch环境搭建与基本语法,本文给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下
  • 主要介绍了Anaconda+vscode+pytorch环境搭建过程详解,本文通过实例代码给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下
  • 从Ubuntu双系统安装到Pytorch环境搭建1st、系统盘制作2nd、磁盘分区(双系统)3rd、U盘安装时的黑/花屏问题4th、系统安装建议5th、安装重启后黑/花屏p.s.:关于启动配置grub5th+、一些预先设置的修改时间管理重新设置...
  • 文章目录1.2 Pytorch环境搭建1.2.1 安装Pytorch1.2.2 配置 Jupyter Notebook1.2.3 测试1.2.4 问题解决问题1:启动python提示编码错误问题2 默认目录设置不起效 1.2 Pytorch环境搭建 PyTorch的安装十分简单,根据...
  • pytorch环境搭建(Windows)

    千次阅读 多人点赞 2021-04-02 17:36:08
    pytorch环境搭建(Windows) 第一次试着写博客。。有错误请大家指出。 #Anaconda安装 安装步骤: 1、官网下载安装包:https://www.anaconda.com/distribution/ 2、运行并选择安装路径,等待安装完成。(要记得勾选 Add ...
  • opencv + pytorch 环境搭建

    千次阅读 2019-06-08 09:02:25
    pytorch 环境搭建 1.安装cuda https://developer.nvidia.com/cuda-downloads 2.安装cudnn 3.安装anaconda 4.anaconda安装pytorch conda install pytorch torchvision cudatoolkit=9.0 -c pytorch conda install ...
  • 这里写自定义目录标题facenet-retinaface-keras 搭建 以及pytorch环境搭建(与keras相似)环境预训练模型更换预训练模型face-dataset初始化数据编码预测facenet-retinaface-pytorch 搭建环境其他配置与keras的搭建...
  • win10 + pytorch环境搭建

    2020-07-31 11:12:13
    pytorch环境搭建 1、利用anaconda新建一个pytorch的虚拟环境 去查看https://blog.csdn.net/weixin_43218120/article/details/107708082 2、下载安装,官网的地址为:https://pytorch.org/get-started/locally/,选择...
  • Pytorch环境搭建(CPU版本) 系统:windows10(x64) 之所以选择装Anaconda来安装torch等环境,主要是由于conda可以自动安装依赖库,免于pip安装时出现的各种错误,节约时间。 0.卸载之前的python 1.安装Anaconda...
  • pytorch环境搭建及配置(纯干货)

    千次阅读 2020-06-20 17:21:11
    这里写自定义目录标题pytorch环境搭建及配置安装流程功能快捷键合理的创建标题,有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、...
  • pytorch环境搭建以及双CUDA搭建和切换pytorch cuda,系统cuda版本对应关系版本查询版本对应关系说明安装显卡驱动安装CUDA软件下载cuda切换以及查看当前使用版本 听师姐的话,查查对应版本,不查不知道,一查吓一跳,...
  • 究极pytorch环境搭建

    千次阅读 2020-10-13 23:47:50
    不使用GPU (用于比较小的项目,稍微大点的都要用...这里我创了一个pytorch环境,用来专门跑pytorch框架的项目 3 打开刚刚创的环境, 点绿色三角形, open Terminal 这里就进入了刚刚搭的虚拟环境中, 进入pythorch官
  • Linux下Caffe、Docker、Tensorflow、PyTorch环境搭建(CentOS 7)
  • Pytorch环境搭建(Anaconda+Pycharm,清华镜像源) 1. 安装anaconda 前往Anaconda官网下载个人版 2. 添加清华镜像源 由于pytorch的服务器在国外,直连下载的话很慢,所以选用清华镜像源下载 点击开始菜单,进入...
  • pytorch 环境搭建 天坑

    2020-04-26 08:27:06
    这次在搭建环境中遇到了一个以前都没...结果创建pytorch环境后还是报错了。(以后环境管理真的很重要) 所以在把无数次尝试后,我把anaconda和python的环境变量都删了,数据也删了,再安装。而且不敢更新conda了 ...
  • tensorflow和pytorch环境搭建 初入深度学习的坑,先从环境配置开始。 本文将记录在Ubuntu 18.04环境中的搭建,对于Windows环境的搭建,这里暂时不做叙述。 本文首先搭建一些基本环境,比如CUDA,CUDNN以及...
  • Pytorch 环境搭建C++

    2020-11-30 14:56:54
    1,阅读Pytorch C++官网文档,在虚拟机上安装Ubuntu16.04的Linux操作系统搭建环境,并使用makefile进行编译,代码简洁易读。 sudo apt-get update sudo apt-get install vim make cmake gcc g++ libnss3 tree git ...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 6,932
精华内容 2,772
关键字:

pytorch环境搭建