《动手学深度学习》——Win下的Pytorch版安装教程

1.使用的配置

1.win 11(win10也可以),但是必须是64位的,32为的操作系统不行。
2. 拥有支持cuda的NVIDIA显卡(显卡可选,没选卡可以只用CPU)

2.安装Anaconda

1.可以到anaconda官网下载 Anaconda | The World’s Most Popular Data Science Platform,在浏览器中打开。找到你需要的版本,我安装的是下面这个版本(2022.3.11安装)

image
下载后放在D盘(或者任何你想安装的位置),其他使用默认安装选项即可。
安装完成后,打开anaconda prompt这个终端(安装anaconda的时候会自动安装prompt到你的电脑上),
然后分别执行如下四个命令,将conda和pip的软件源修改为清华的源,这样能够加速下载软件安装包。
`conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes

pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple`

3.搭建本书需要的Pytorch环境

3.1 搭建GPU版本的Pytorch运行环境

首先打开anaconda的prompt,使用
conda -n d2l(你要创建的环镜名称)python=3.8
创建成功后,执行以下命令来激活d2l环境
conda activate d2l
接下来安装pytorch了(以下操作都是在d2l环境下)
首先使用nvidia -smi查看你电脑上是否有单独的英伟达显卡、或者英伟达的显卡和集显,这两种情况都是可以的。
结果如下
image
查看电脑的Driver Version值是否大于400,如果小于400要更新显卡。可以去英伟达官方网站去下载。


选择自己显卡相对应的系列,括号中Notebooks是笔记本。
接下来安装pytorch.去pytorch官网

一定要检查安装的pytorch 的cuda和你电脑上的是否一致,不一致可能由于兼容问题导致bug.
conda install pytorch torchvision torchaudio cudatoolkit=11.3 -c pytorch
如果你感觉下载比较慢的话,可以去掉 -c pytorch ,因为-c pytorch的意思是从官网下载,我们刚才加入了清华的镜像,可以直接使用清华的镜像。

检查安装
输入python,然后输入import torch, 再输入torch.cuda.is_available(),返回True,则安装成功。

3.2 运行课本的代码

环境搭建好后,可以下载本书的代码,可以在d2l-ai/d2l-zh: 《动手学深度学习》:面向中文读者、能运行、可讨论。中英文版被55个国家的300所大学用于教学。 (github.com)
下载。
下载完成之后解压(我下载的地址是D:\DownLoad\d2l-zh-master)。进入到d2l虚拟环境。然后输入D:,再输入cd D:\DownLoad\d2l-zh-master,进入你所解压后的文件夹。
这时我们需要下载一个插件,用来管理jupyter的内核,否则使用默认的内核是不能运行代码的。
在d2l环境中输入conda install ipykernel
然后输入jupyter notebook,你就可以选择自己所需要的kernel,创建文件,然后自己跟着敲代码了。
image
jupyter默认使用的python3创建文件,经过上述修改后,可以使用我们创建的d2l文件创建。
对于运行代码中需要的安装包,本文并未给出安装,如pandas和numpy及matplotlib,可以使用conda insatall pandas
conda install numpy,conda install matplotlib进行安装。
本文持续更新,欢迎大家理性探讨。 ----------2022.3.11