Win10操作系统中PyTorch虚拟环境配置+PyCharm配置

注意版本,小可爱们!!!

想直接看安装方法的同学,可以看右边栏的目录,快速转到哦。

AC25C354-6018-8472-E959-9223011F7F99.png

试错经历

一开始试着装1.0版本的PyTorch:

pip install https://download.pytorch.org/whl/cpu/torch-1.0.0-cp36-cp36m-win_amd64.whl

然而在国内下载这些非常慢,70多兆的包要下半个小时左右,而且时间长可能会出现超时的情况:

32C4310D-A8ED-4EB2-2D97-7CD76D309852.png

有同学使用清华源/科大源来加速,但是我试了一下仍然不行o( ̄┰ ̄*)ゞ,最后还是采用这种方式。经历过三次超时,终于。。。(原来超时也是碰运气的)

F8410F54-B2C7-3738-C09C-08113736C89E.png

然而安装torchvision时爆出了错误,,,我装了一下午脸终于白了一次,你给我说没有匹配的版本o( ̄┰ ̄*)ゞ

1FE859F4-3122-F231-3445-25988F3AE3E0.png

此后终于走上了正途。

安装版本
Python3.6

C93C226B-10C8-4E9C-1BE9-D20D313AC6E6.png

conda4.3.8

23BDE9B8-333B-4792-979B-C5B45CA544D4.png

torch0.4.0

9D3EB778-EC2A-BC33-3DE4-CB7D0DACC15F.png

torchversion0.4.1

62567D7D-54EA-2751-1794-743A1FC9F342.png

安装过程
1,创建pytorch36虚拟环境(因为python是3.6所以这里记为36)

pytorch-cpu可以自己设名字,这里我用的是pytorch36

conda create -n pytorch-cpu python=3.6

这样就算创建成功了

871228EE-FA7F-253E-B576-7CA9664DFF2A.png

2,查看自己曾经创建的虚拟环境
conda info --envs

带星号*的就是当前激活的环境

EA64C791-A33D-065C-59E4-15798CA23677.png

3,激活环境

注意以后的操作均是在pytorch36虚拟环境中操作!

activate pytorch36

C33E178A-6AAC-CD21-3C5C-A2069FEE72A8.png

4,升级pip

不出意外,这里的pip的版本会比较低,所以避免以后出错,还是提前升级一下省心

python -m pip install --upgrade pip

22839AFC-F069-D18B-3120-FAAAC00DB820.png

5,安装torch-0.4.0(CPU版)

查阅网上资料,发现0.4版本已经可以满足大部分需求,而且GitHub上大多代码是依托于0.4版本的torch

pip install http://download.pytorch.org/whl/cpu/torch-0.4.0-cp36-cp36m-win_amd64.whl

可以看出早期的版本体积较小,即使是从原网站下载,速度也还是能接受的

75D88C68-69D7-6724-FD8F-A54BE61F779E.png

6,安装torchvision0.4.1
pip install torchvision==0.4.1

8DB35A2E-E05F-EBDC-FF96-49329DED69F2.png

7,测试是否安装成功
import torch
print(torch)

如下,可以成功导入torch,并输出<module .....>就说明安装成功了

E2BAF1ED-DF45-A6A9-D245-8798F3A832E5.png

8,将虚拟环境pytorch36应用到PyCharm工程中

16DA884A-2118-7015-4E57-330D382DB56B.png

BC8CD74A-C4CB-149E-F7D0-2DBF7B421908.png

如果show all里面没有,点击右边的+号,手动添加

02CFAE59-C32E-6BCC-7142-CF8257F329DC.png

7D441799-CE07-07CE-F355-7A540A89D493.png

找到自己虚拟环境的安装目录(找不到的话,可以直接在我的电脑里搜你创建的环境名称)

55F6EBAD-A1BA-C005-5773-EFA5EB1E19D1.png

选中之后,一路OK即可,稍等一会,就可以看到这里出现了原先创建的环境

FD0DD2CF-55AB-A4FA-5607-A1CD02CC4BDD.png

选中OK/Apply即可

9,测试

创建test.py文件

E835EB17-F4C0-94C5-9B3C-EA2ECEC1B038.png

import torch
print(torch)
x1 = torch.Tensor([3, 4])
x2 = torch.FloatTensor([1, 2])
print(x1)
print(x2)

运行结果

2A8E4E30-4FAE-4EA2-B7D4-4AAB699E8DE9.png

完结撒花*★,°*:.☆( ̄▽ ̄)/$:*.°★* 。

收藏 (0)
评论列表
正在载入评论列表...
我是有底线的
为您推荐
    暂时没有数据