Tutorial zur Installation der PyTorch-Entwicklungsumgebung unter Windows

Anaconda-Installation

Anaconda ist ein Softwarepaket, das die Verwendung von Python erleichtern soll. Es enthält mehr als 250 häufig verwendete Toolkits, mehrere Versionen von Python-Interpretern und leistungsstarke Tools zur Verwaltung virtueller Umgebungen. Daher wird Anaconda als Python-Familienpaket bezeichnet. Anaconda kann die Installation, den Betrieb und die Upgrade-Umgebung vereinfachen. Es wird daher empfohlen, es zu installieren und zu verwenden.

Installationsschritte:

• Laden Sie das Installationspaket von der offiziellen Website https://www.anaconda.com/distribution/#download-section herunter
• Ausführen des Installationspakets
• Wählen Sie den Installationspfad: Wählen Sie normalerweise den Standardpfad, aktivieren Sie unbedingt die Option Anaconda zur Umgebungsvariable PATH des Systems hinzufügen und warten Sie, bis die Installation abgeschlossen ist
• Überprüfen Sie, ob die Installation erfolgreich war: Drücken Sie die Tastenkombination Win+R, öffnen Sie cmd, geben Sie conda ein und drücken Sie die Eingabetaste. Wenn verschiedene zugehörige Informationen angezeigt werden, bedeutet dies, dass die Installation erfolgreich war.

PyCharm Installation

PyCharm ist eine leistungsstarke Python-IDE mit Debugging, Syntaxhervorhebung, Projektmanagement, Code-Jumping, intelligenten Eingabeaufforderungen, Versionskontrolle und anderen Funktionen.

Installationsschritte:

1. Laden Sie das Installationspaket von der offiziellen Website https://www.jetbrains.com/pycharm/ herunter. Das Installationspaket ist in eine professionelle Version (kostenpflichtig) und eine Community-Version (kostenlos) unterteilt.
2. Führen Sie das Installationspaket aus.
3. Wählen Sie den Pfad aus, aktivieren Sie „Launcher-Verzeichnis zum PFAD hinzufügen“, aktivieren Sie .py und warten Sie, bis die Installation abgeschlossen ist.
   

CUDA- und CuDNN-Installation (optional)

1. Prüfen Sie, ob eine passende GPU vorhanden ist. Wenn ja, installieren Sie CUDA und CuDNN. Nur N-Karten unterstützen CUDA. Sie können die unterstützten CUDA-Versionen wie folgt anzeigen:
2. NVIDIA Systemsteuerung → Systeminformationen → Komponenten → 3D-Einstellungen/NVCUDA.DLL
3. Gehen Sie zur offiziellen PyTorch-Website https://pytorch.org/, klicken Sie auf „Erste Schritte“ und überprüfen Sie die unterstützte CUDA-Version.
4. Gehen Sie zur offiziellen CUDA-Website https://developer.nvidia.com/cuda-toolkit-archive, wählen Sie die entsprechende Version von CUDA, wählen Sie das entsprechende Betriebssystem und wählen Sie „Lokal“ als Installationstyp. Klicken Sie hier, um die erste Datei herunterzuladen. Führen Sie das Installationspaket aus und die Installation wird abgeschlossen, ohne dass eine Verknüpfung erstellt wird.
5. Überprüfen Sie, ob CUDA erfolgreich installiert wurde: Gehen Sie zum Bin-Ordner des Installationspfads, kopieren Sie den Pfad, wechseln Sie in der Befehlszeile zum Pfad (z. B. cd C:\Programme\NVIDIA GPU Computing Toolkit\CUDA\v10.1\bin), führen Sie dann nvcc -V aus und drücken Sie die Eingabetaste. Wenn die entsprechenden Versionsinformationen angezeigt werden, bedeutet dies, dass die Installation korrekt ist.
6. Gehen Sie zur offiziellen cuDNN-Website https://developer.nvidia.com/rdp/cudnn-download, registrieren Sie sich, melden Sie sich bei Ihrem Konto an und wählen Sie die entsprechende Version zum Herunterladen aus. Entpacken Sie das Installationspaket und kopieren Sie die drei darin enthaltenen Ordner in den CUDA-Installationspfad (z. B. C:\Programme\NVIDIA GPU Computing Toolkit\CUDA\v10.1). Die cuDNN-Installation ist abgeschlossen.
7. Überprüfen Sie, ob cuDNN erfolgreich installiert wurde: Wechseln Sie in der Befehlszeile zum Ordner „extras\demo_suite“ im Installationspfad, führen Sie „bandwidthTest.exe“ aus, drücken Sie die Eingabetaste und „Ergebnis = PASS“ zeigt an, dass die Installation erfolgreich war. Führen Sie deviceQuery.exe weiter aus, drücken Sie die Eingabetaste und das GPU-Modell wird angezeigt. Ergebnis = PASS, was bedeutet, dass sowohl CUDA als auch cuDNN erfolgreich installiert wurden.
   

Ändern Sie die Pip-Quelle zum Domestic Mirror

Wenn Sie zum Installieren des Python-Toolkits Pip verwenden, wird empfohlen, zu einem inländischen Spiegel zu wechseln, da die Standardquellnetzwerkgeschwindigkeit extrem langsam ist.
Standardquelle

https://pypi.org/

Haushaltsspiegel

Alibaba Cloud https://mirrors.aliyun.com/pypi/simple/

Universität für Wissenschaft und Technologie Chinas https://pypi.mirrors.ustc.edu.cn/simple/

Douban (douban) https://pypi.douban.com/simple/

Universität Tsinghua https://pypi.tuna.tsinghua.edu.cn/simple/

Huazhong Universität für Wissenschaft und Technologie https://pypi.hustunique.com/

Vorübergehende Verwendung <br /> 　　Fügen Sie nach dem Installationsbefehl einfach -i url hinzu, z. B.: Pandas mit Tsinghua-Mirror herunterladen
pip install pandas -i https://pypi.tuna.tsinghua.edu.cn/simple
Permanente Änderung <br /> Ändern Sie die Datei %HOMEPATH%\pip\pip.ini. %HOMEPATH% ist normalerweise C:\Users\xx
Normalerweise müssen Sie einen neuen Ordner pip erstellen und dann eine neue Datei pip.ini erstellen. Die ini-Datei kann mit Notepad geöffnet und bearbeitet werden. Geben Sie den folgenden Inhalt in die Datei pip.ini ein (am Beispiel von Douban Mirror):

[global]
Index-URL = https://pypi.douban.com/simple
[installieren]
vertrauenswürdiger Host = pypi.douban.com

PyTorch-Installation

1. whl-Datei herunterladen (optional)

Gehen Sie zur offiziellen PyTorch-Website https://pytorch.org/, klicken Sie auf „GetStarted“, wählen Sie die entsprechende Version aus und wählen Sie „pip“ als Paket. Unten werden die neuesten Versionsnummern von Torch und Torchvision sowie eine URL https://download.pytorch.org/whl/torch_stable.html angezeigt. Kopieren Sie die URL und geben Sie sie ein. Sie können die Installationsdateien verschiedener Versionen von Torch sehen. Diese Methode ist schneller als die direkte Ausführung des Installationsbefehls. Die Dateibenennung ist regulär und lautet beispielsweise:

cu101/torch-1.4.0-cp37-cp37m-win_amd64.whl,
cu101/torchvision-0.5.0-cp37-cp37m-win_amd64.whl

Die Version nach cu ist cuda, die Version nach Torch ist Torch, die Version nach Torchvision ist Torchvision, die Version nach cp ist Python und die letzte steht für Windows 64 Bit.

Sie können die Tastenkombination Strg+F verwenden, um nach der neuesten Version der Torch- und Torchvision-Dateien zu suchen (z. B. nach cu101/torch-1.4.0 suchen) und dann die entsprechende Python-Version und Plattform auswählen, um die WHL-Dateien von PyTorch und Torchvision herunterzuladen. Die Python-Version muss mit dem System übereinstimmen. Sie können Python in die Befehlszeile eingeben, um die Python-Version im System anzuzeigen.

2. Erstellen Sie ein neues Projekt mit PyCharm

Neues Projekt erstellen→Pure Python→Name→Erstellen
Erstellen Sie ein neues Skript: Datei → Neu → Python-Datei → Name → Eingeben. Geben Sie den folgenden Code in das Skript ein → Rechtsklick → „Projektname“ ausführen → Fehler: Torch kann nicht gefunden werden, da wir PyTorch nicht in der aktuellen Umgebung installiert haben.

Taschenlampe importieren
drucken("hallo pytorch{}".format(torch.__version__))
drucken(torch.cuda.is_available())

3. Erstellen Sie eine virtuelle Python-Umgebung

Klicken Sie unten auf Terminal → Geben Sie conda create -n virtual environment name python=version number ein (z. B. conda create -n pytorch_gpu python=3.7) → Drücken Sie die Eingabetaste → Warten Sie, bis der Vorgang abgeschlossen ist

Rufen Sie die virtuelle Umgebung auf: Geben Sie „conda activate virtual environment name“ ein → drücken Sie die Eingabetaste

4. Installation

Geben Sie das Verzeichnis ein, in dem sich die whl-Datei befindet: Geben Sie „cd whl file directory“ ein → Geben Sie „Installation“ ein: Geben Sie „pip install torch“ ein → Drücken Sie die Tabulatortaste, um den Vorgang automatisch abzuschließen → Geben Sie die Eingabetaste ein → Warten Sie, bis die Installation erfolgreich war Geben Sie „pip install torchvision“ ein → Drücken Sie die Tabulatortaste, um den Vorgang automatisch abzuschließen → Geben Sie die Eingabetaste ein → Warten Sie, bis die Installation erfolgreich war

Hinweis: Wenn Sie die whl-Datei im ersten Schritt nicht heruntergeladen haben, können Sie sie direkt mit dem pip- oder conda-Befehl installieren. Der Installationsbefehl wird angezeigt, nachdem Sie die entsprechende Version auf der offiziellen PyTorch-Website ausgewählt haben.

5. Verknüpfen Sie das aktuelle Projekt mit der neu erstellten virtuellen Umgebung, d. h. wählen Sie den Python-Interpreter aus

Datei→Einstellungen→Projekt: Projektname/Projektinterpreter→Schaltfläche „Einstellungen“→Hinzufügen→Conda-Umgebung→Vorhandene Umgebung→Anaconda-Installationspfad/envs/Name der virtuellen Umgebung/python.exe im Interpreter auswählen→OK→OK→OK→OK→Warten Sie einen Moment auf die Initialisierung

6. Überprüfung

Klicken Sie mit der rechten Maustaste, um die PyTorch-Version auszuführen und erfolgreich auszugeben. Wenn die Ausgabe True ist, beweist dies, dass die GPU verfügbar ist.

Zusammenfassen

Dies ist das Ende dieses Artikels über das Installationstutorial der PyTorch-Entwicklungsumgebung unter Windows. Weitere relevante Inhalte zur Installation der Windows PyTorch-Umgebung finden Sie in den vorherigen Artikeln von 123WORDPRESS.COM oder in den folgenden verwandten Artikeln. Ich hoffe, dass jeder 123WORDPRESS.COM in Zukunft unterstützen wird!