动手学深度学习——Anaconda、pytorch、paddle安装(cpu版本)

之前出了个Windows下的深度学习安装,但在继续学习的过程中发现,沐神的一些代码跑不起来,这里又提供pytorch和paddle的安装,各位用pytorch或者百度飞桨paddlepaddle来学习深度学习也是可以的。

安装Anaconda

1. 打开Anaconda链接,下载,时间较久

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

2. 下载完成,开始安装

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

3. 安装路径可以随意,不过推荐使用默认安装路径,next

在这里插入图片描述
虽说下面要勾选添加环境变量的选项,我这里出现了红色部分英文,如果有像我一样的,就不要勾选这个选项,后面我们手动配置。
在这里插入图片描述
在这里插入图片描述
按理说到了这一步应该已经安装完成,但是我出现了下图报错。
在这里插入图片描述

4. 解决报错问题

问题:Failed to link extracted packages to C:\xxx\xxx\anaconda3.Please check logs.

解决办法:

原因:

Anaconda会自动匹配更高的Python版本,比如我下载的Anaconda是2023.09-0(64-bit),匹配的版本是Python3.11,而我电脑中Python版本最高为3.8,故两个匹配不上,就出现了上述错误。

5. 安装好Anaconda后,我们打开Anaconda Prompt

在这里插入图片描述
按开始键在这里插入图片描述找到Anaconda3文件夹,打开Anaconda Prompt,下图第4个
在这里插入图片描述

在这里插入图片描述

6. 配置Anaconda环境变量

安装pytorch、paddle之前,我们先把Anaconda的环境配置好

  1. 在系统设置内找到高级系统设置
    在这里插入图片描述

  2. 单击 “ 环境变量 ” 按钮
    在这里插入图片描述
    在这里插入图片描述

  3. 在系统变量Path中添加变量
    在这里插入图片描述
    在这里插入图片描述

  4. 主要有三个环境变量需要配置

  • Anaconda安装路径(为了Python检查正常):C:\Users\59180\anaconda3
  • Anaconda安装路径\Scripts(为了conda检查正常):C:\Users\59180\anaconda3\Scripts
  • Anaconda安装路径\Library\bin(加不加不知道有什么区别,不影响后边的检查):C:\Users\59180\anaconda3\Library\bin
    在这里插入图片描述
    一直点击确定按钮就完成了。

pytorch安装

选择在base(本地)下或者虚拟环境下安装。两种方法大同小异,可根据自己的需求进行选择,建议是安装在虚拟环境中。

  • 执行下面命令,查看Anaconda有哪些环境
conda env list
或者
conda info --envs

在这里插入图片描述
(base)——本地环境,路径之前有个星号*,代表当前路径在本地

如果用户尚未创建虚拟环境,则只有 base环境。如果用户已经创建虚拟环境,也会显示在列表中。

1. base安装

进入pytorch官网,找到适合自己电脑的版本,然后复制"Run this Command"生成的命令
在这里插入图片描述
下述命令不是上面这个,但是同样可以安装pytorch

pip install torch==1.11.0+cpu torchvision==0.12.0+cpu torchaudio==0.11.0 -f https://download.pytorch.org/whl/torch_stable.html

在这里插入图片描述
如果报错了,就在后面加上--trusted-host pypi.tuna.tsinghua.edu.cn

报错原因:清华源下载地址是不被信任的,变为信任的网络地址就行

清华源镜像地址:http://pypi.tuna.tsinghua.edu.cn/simple
在这里插入图片描述

查看当前目录——conda list

如果找到下面三个也可证明pytorch安装成功
在这里插入图片描述

2. 虚拟环境安装

  • 删除虚拟环境 conda remove -n pytorch --all
  • 创建虚拟环境 conda create -n pytorch python=3.8
    在这里插入图片描述
    –> y,如图所示,创建成功
    在这里插入图片描述在这里插入图片描述
    检查是否创建成功,可以再次执行conda env list进行查看
    在这里插入图片描述
  • 激活虚拟环境 conda activate pytorch(虚拟环境名),此时就由base环境转变到了虚拟环境下
    在这里插入图片描述
  • 在pytorch环境中安装一些深度学习中会用到的包
    numpy:conda install -y numpy
    matplotlib:conda install -y matplotlib
    pandas:conda install -y pandas
    xlrd:conda install -y xlrd
    ……
  • 进入Pytorch官网,找到适合自己电脑的版本,然后复制"Run this Command"生成的命令,下载相关的包需要点时间,请耐心等待
    在这里插入图片描述
    如果报错了,就在后面加上--trusted-host pypi.tuna.tsinghua.edu.cn
    报错原因:清华源下载地址是不被信任的,变为信任的网络地址就行
    清华源镜像地址:http://pypi.tuna.tsinghua.edu.cn/simple
    在这里插入图片描述
    在这里插入图片描述
  • 退出虚拟环境命令——conda deactivate

3. pytorch安装测试

(1)在conda环境中,进入python后import torch,就可以进行测试。结果如下图所示,没有报错就说明安装成功。

python
import torch
torch.__version__
import torchvision
torchvision.__version__

在这里插入图片描述
(2)进入PyCharm进行测试,有自动提示弹出torch,成功
在这里插入图片描述
后面会有pycharm配置pytorch教程

4. 卸载pytorch

# 使用conda卸载Pytorch 
conda uninstall pytorch

# 使用pip卸载Pytorch
pip uninstall torch

Paddle安装

这里就不提供base环境的安装了,和pytorch安装是一样的。

  • 进入百度飞桨paddlepaddle官网,找到适合自己电脑的版本,然后复制"Run this Command"生成的命令,下载相关的包需要点时间,请耐心等待
conda install paddlepaddle==2.5.2 --channel https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/Paddle/

在这里插入图片描述

1.虚拟环境安装

  • 创建虚拟环境 conda create -n paddle python=3.8
    在这里插入图片描述

  • 激活虚拟环境 conda activate paddle(虚拟环境名)
    在这里插入图片描述

  • 进入百度飞桨paddlepaddle官网,找到适合自己电脑的版本,然后复制"Run this Command"生成的命令,下载相关的包需要点时间,请耐心等待

conda install paddlepaddle==2.5.2 --channel https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/Paddle/

在这里插入图片描述
在这里插入图片描述

  • 退出虚拟环境命令——conda deactivate

2.安装检验

安装完成后您可以使用 python或 python3 进入python解释器,输入import paddle ,再输入 paddle.utils.run_check()如果出现PaddlePaddle is installed successfully!,说明您已成功安装。

在这里插入图片描述

PyCharm

1. PyCharm安装

自行安装,社区版就行(免费),社区版能够满足大部分需求。
在这里插入图片描述

2. 创建pytorch文件

在这里插入图片描述
在这里插入图片描述
Anaconda安装路径\envs\虚拟环境\python.exe
在这里插入图片描述
然后点OK就行
在这里插入图片描述
在这里插入图片描述

3. pytorch安装检测

运行下面代码检测,运行成功有输出就是安装成功了

import torch
import torchvision
def print_hi(name):
    print(f'Hi, {
     name}')  

if __name__ == '__main__':
    print_hi('PyCharm')
    print("HELLO pytorch {}".format(torch.__version__))
    print("torchvision.version:", torchvision.__version__)
    print("torch.cuda.is_available? ", torch.cuda.is_available())

    x = torch.rand(3, 6)
    print(x)

在这里插入图片描述

相关推荐

  1. 动手深度学习——pandas

    2023-12-08 09:02:03       10 阅读
  2. 动手深度学习——tensor

    2023-12-08 09:02:03       11 阅读
  3. 动手深度学习深度学习计算

    2023-12-08 09:02:03       28 阅读
  4. 动手深度学习|notebook教程

    2023-12-08 09:02:03       21 阅读

最近更新

  1. TCP协议是安全的吗?

    2023-12-08 09:02:03       16 阅读
  2. 阿里云服务器执行yum,一直下载docker-ce-stable失败

    2023-12-08 09:02:03       16 阅读
  3. 【Python教程】压缩PDF文件大小

    2023-12-08 09:02:03       15 阅读
  4. 通过文章id递归查询所有评论(xml)

    2023-12-08 09:02:03       18 阅读

热门阅读

  1. 软件定制开发与标准化产品的比较及选择

    2023-12-08 09:02:03       39 阅读
  2. 游戏架构之面向对象模型和组件模型

    2023-12-08 09:02:03       35 阅读
  3. Nmap脚本的基础知识

    2023-12-08 09:02:03       32 阅读
  4. 52. govaluate使用

    2023-12-08 09:02:03       39 阅读
  5. C#使用Matrix类对Dicom图像的放缩

    2023-12-08 09:02:03       44 阅读
  6. LeetCode-15. 三数之和

    2023-12-08 09:02:03       43 阅读
  7. ElasticSearch中的分析器是什么?

    2023-12-08 09:02:03       38 阅读
  8. R语言进行正态分布检验

    2023-12-08 09:02:03       38 阅读
  9. Mongodb中的ObjectId

    2023-12-08 09:02:03       34 阅读