Win10 verwendet die Tsinghua-Quelle, um die PyTorch-GPU-Version schnell zu installieren (empfohlen)

Win10 verwendet die Tsinghua-Quelle, um die PyTorch-GPU-Version schnell zu installieren (empfohlen)

Überprüfen Sie, ob Ihr CUDA installiert ist

Geben Sie die Anaconda-Eingabeaufforderung ein

nvcc -V

Bildbeschreibung hier einfügen

Die obige Anzeige zeigt an, dass die Installation abgeschlossen ist.

Konfigurieren Sie die Download-Umgebung für den Tsinghua-Park

Geben Sie außerdem in die Anaconda-Eingabeaufforderung ein

conda config – Kanäle hinzufügen https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/ 
conda-Konfiguration – Kanäle hinzufügen https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/ 
conda config – Kanäle hinzufügen https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config – Kanäle hinzufügen https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/ 
conda config – Kanäle hinzufügen https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/peterjc123/
conda config – Kanäle hinzufügen https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --set show_channel_urls yes

Löschen Sie dann die .condarc-Datei im Verzeichnis C:\Users\Administrator, öffnen Sie die Datei und löschen Sie die Zeile „Defaults“. Wie in der folgenden Abbildung dargestellt:


Bildbeschreibung hier einfügen

Klicken Sie hier, um die offizielle Pytorch-Website aufzurufen

Offizieller Website-Link: https://pytorch.org/get-started/locally/.

Wählen Sie Ihre eigene Version wie folgt:


Bildbeschreibung hier einfügen

conda installiere pytorch torchvision cudatoolkit=10.1 -c pytorch

Die Bedeutung dieser Codezeile lautet: Bei der Installation von PyTorch wird auch TorchVision installiert, sodass TorchVision später nicht mehr installiert werden muss. cudatoolkit=10.1 bedeutet CUDA-Version 10.1. -c bedeutet Herunterladen von der offiziellen Website. Ohne -cpu gibt es die GPU-Version an.

Konfigurieren Sie Ihre eigene CUDA-Version von PyTorch. Was tun, wenn die CUDA-Version zu niedrig ist?

Ändern Sie, wie oben erwähnt, einfach cudatoolkit=10.1 in Ihre eigene CUDA-Version, meine ist beispielsweise CUDA 9.0:


Bildbeschreibung hier einfügen

conda installiere PyTorch Torchvision cudatoolkit=9.0 PyTorch

Installieren Sie es einfach.

Installieren Sie die angegebene Version von Torchvision

Wenn Sie sich den Code ansehen, verlangt der Autor manchmal eine bestimmte Version von Torch oder Torchvision. Dies ist nur möglich, wenn Sie frühere Versionen der Datei von der offiziellen Website herunterladen.


Bildbeschreibung hier einfügen

Klicken Sie auf Vorherige PyTorch-Versionen


Bildbeschreibung hier einfügen

Die entsprechende Datei der gewünschten Version befindet sich oben. Laden Sie sie einfach herunter und pip install . Es gibt viele Versionsprobleme, die beachtet werden müssen, z. B.: Torchvision von cuda9.0 unterstützt nur Version 0.3.0 usw.

Überprüfen Sie, ob Ihr Pytorch installiert ist

Bildbeschreibung hier einfügen

Das ist es!

Python
Taschenlampe importieren
Ausfahrt()

Herzlichen Glückwunsch zur erfolgreichen Installation.

Zusammenfassen

Oben ist die Einführung des Herausgebers in Win10 unter Verwendung der Tsinghua-Quelle, um die PyTorch-GPU-Version schnell zu installieren. Ich hoffe, es wird für alle hilfreich sein. Wenn Sie Fragen haben, hinterlassen Sie mir bitte eine Nachricht und der Herausgeber wird Ihnen rechtzeitig antworten. Ich möchte auch allen für ihre Unterstützung der Website 123WORDPRESS.COM danken!
Wenn Sie diesen Artikel hilfreich finden, können Sie ihn gerne abdrucken und dabei bitte die Quelle angeben. Vielen Dank!

Das könnte Sie auch interessieren:
  • Installieren Sie PyTorch in einer Win10+Anaconda-Umgebung (Anleitung zur Vermeidung von Fehlern)
  • Win10-Installation und -Konfiguration von PyTorch von Grund auf. Vollständige grafische Prozess- und Texterklärung
  • Detailliertes grafisches Tutorial zur schnellen Installation von PyTorch auf einem Windows-System
  • Einführung in Deep Learning mit PyTorch: Installation und Konfiguration von PyTorch
  • Installations-Tutorial für die CPU-Version von PyTorch und TorchVision unter Windows 10
  • Installationsschritte für die Win10+GPU-Version von Pytorch1.1
  • Konfigurations- und Installationsschritte für die PyTorch CUDA-Umgebung (grafisches Tutorial)
  • Detaillierte Installation und grundlegende Verwendung von PyTorch
  • Detaillierter Prozessbericht zur Installation von PyTorch

<<:  Warum verwendet der MySQL-Datenbankindex den B+-Baum?

>>:  Zusammenfassung einiger praktischer kleiner Zaubertricks in der Vue-Praxis

Artikel empfehlen

Über das durch die HTML-Kodierung verursachte verstümmelte Problem

Heute hat ein Student im dritten Studienjahr eine...

Detaillierte Erläuterung der Transaktionsisolierungsebenen der MySQL-Datenbank

Isolationsebene für Datenbanktransaktionen Es gib...

HTML-Versionsdeklaration DOCTYPE-Tag

Wenn wir den Quellcode einer normalen Website öff...

Implementierung der CSS-Variableneinfügung im Vue3-Stil

Inhaltsverzeichnis Zusammenfassung Einfaches Beis...

Beispiel für die Bereitstellung einer Laravel-Anwendung mit Docker

Das in diesem Artikel verwendete PHP-Basisimage i...

Beispielcode zur Implementierung einer Hohlmaskenebene mit CSS

Inhalt dieses Artikels: Seitenhohlmaskenebene, Se...

Vue implementiert zwei Methoden zur Steuerung der Routing-Berechtigung

Inhaltsverzeichnis Methode 1: Routing von Metainf...

So fügen Sie Nginx dynamisch Module hinzu

Vorne geschrieben Nachdem wir Nginx basierend auf...

Saubere XHTML-Syntax

Das Schreiben von XHTML erfordert eine saubere HTM...

PHP geplante Backup MySQL und mysqldump Syntax-Parameter detailliert

Lassen Sie uns zunächst einige gängige Anwendungs...

Unterschiede zwischen MySQL MyISAM und InnoDB

Der Unterschied: 1. InnoDB unterstützt Transaktio...