(1)打开Anaconda Prompt
(2)切换到工作目录
(3)建立Pytorch Anaconda虚拟环境
conda create -n pytorch python=3.6 anaconda
- 其中加入最后一项anaconda命令建立虚拟环境时,会同时安装例如Notebook、Numpy、Scipy、Matplotlib、Pandas等数据分析包,用户也可以不加,选择后续安装。
(4)启动Pytorch Anaconda虚拟环境
activate pytorch
(5)安装Pytorch
conda install pytorch torchvision cudatoolkit=9.0 -c pytorch
- 详情参见Pytorch官网。
- 具体命令根据你的环境选择。(我安装的CUDA9.0与Python3.6)
-
Pytorch官网
- 也可以采用其他方法安装:Pip、LibTorch、Source。(见上图自行选择)
(6)测试
- 命令行输入
python
进入python,并输入下面代码:
import torch
import torchvision
print(torch.__version__)
- 成功打印,测试成功,使用
exit()
退出python。
(7)关闭Pytorch Anaconda虚拟环境
deactivate pytorch
3.备注
- 到此就安装完成,同学们现在可以愉快地进行机器学习项目学习与开发了。(github上有无数开源代码,可以对感兴趣的项目直接进行搜索,然后对项目clone(需安装git)或直接download,也可以fork到自己的仓库(然后使用git pull到本地),当自己脑子短路或者什么的上去找找灵感吧)
- 在跑别人的项目时如果遇到相应module缺失的情况,打开Pytorch Anaconda虚拟环境用conda或pip安装即可解决。(建议优先使用conda,conda会分析依赖包,会将依赖包一同安装)
- 如果需要使用本虚拟环境在Notebook中跑项目,进入工作目录激活虚拟环境,输入Jupyter Notebook运行即可。
- 如果需要使用本虚拟环境在Pycharm进行项目开发,将设置里的Project Interpreter改为相应Anaconda文件目录下的Pytorch虚拟环境中的python.exe文件即可。(如:D:\Anaconda3\envs\pytorch\python.exe)