百子湾网站建设竞价托管多少钱一个月

前置准备

• 安装anaconda，我的版本是conda 24.9.4，python 3.12
  ——conda版本查看conda -V
  ——python版本查看python -V

使用anaconda prompt创建虚拟环境

创建虚拟环境

创建一个虚拟环境，指定名称为pytorch，指定python版本选择3.12，命令如下：
conda create --name pytorch python==3.12

激活pytorch虚拟环境

进入pytorch环境，命令如下：
conda activate pytorch

把pytorch下载到本地

pytorch官网：pytorch
在这个官网看到提供了一些较新版本的下载命令，但是不用命令安装，原因是可能会有网络问题导致失败，造成版本错误之类的问题。
所以采用的方案是先把安装包下载到本地，再使用pip从本地安装。
查看电脑驱动所支持的最高cuda版本：
在cmd中输入nvidia-smi:

所以我选择下载cuda版本为12.1的pytorch
查看pytorch的历史版本下载方式：

我想下载torch2.4.1，找到对应版本的conda命令，可以记下pytorch、torchvision、torchaudio对应的版本号。

往下翻，可以看到对应的2.4.1的pip安装命令后面跟着一个下载链接，复制并打开这个链接

找到torch、torchvision和torchaudio，这是我们需要下载的三个包:

点进去后根据自己记下的命令来确定需要下载的版本：
我是windows系统，python版本是3.12：

torch： 该文件名表示torch版本为2.4.1,CUDA版本为12.1，cp为python版本3.12

torch-2.4.1+cu121-cp312-cp312-win_amd64.whl`

torchvision: 该文件名表示torchaudio版本为2.4.1，cuda版本为12.1

torchaudio-2.4.1+cu121-cp312-cp312-win_amd64.whl

torchaudio: 该文件名表示torchvision版本为0.19.1，cuda版本为12.1

torchvision-0.19.1+cu121-cp312-cp312-win_amd64.whl

使用pip把安装包安装到pytorch环境中

在prompt进入pytorch环境，然后使用pip命令和安装包路径来安装下载的三个工具：

pip install C:\Users\12777\Downloads\torch-2.4.1+cu121-cp312-cp312-win_amd64.whl

pip install C:\Users\12777\Downloads\torchaudio-2.4.1+cu121-cp312-cp312-win_amd64.whl

pip install C:\Users\12777\Downloads\torchvision-0.19.1+cu121-cp312-cp312-win_amd64.whl

进入python环境检验是否安装成功

最后我们在python环境中import torch并查看其版本是否正确

(pytorch) C:\Users\12777>python
>>> import torch
>>> print(torch.__version__)
2.4.1+cu121
>>> print(torch.cuda.is_available())
True
>>> print(torch.version.cuda)
12.1
>>> exit()

将环境添加到jupyter

在所处环境下安装ipykernel

(pytorch) C:\Users\12777>pip3 install ipykernel

在所处环境下把环境添加到jupyter

(pytorch) C:\Users\12777>python -m ipykernel install --user --name=pytorch

打开jupyter notebook

(pytorch) C:\Users\12777>jupyter notebook

在jupyter中检验：

如果想从jupyter中移除该内核可以使用：jupyter kernelspec remove pytorch其中pytorch是kernelname

在pycharm中使用该环境：

新建项目：选择已有的环境添加环境

选择刚刚创建的虚拟环境的路径下的python.exe
可以使用conda list来查看虚拟环境的路径

参考：
conda创建pytorch虚拟环境
保姆级下载安装GPU(CUDA)版本PyTorch