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:

  • 换一个与你需要的python版本接近的anaconda安装包,即可安装成功。可安装2021年的,总之不用必须安装最新的版本,可能会出一些问题,比如上述错误。
    清华源镜像:https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

  • 下载Miniconda,miniconda是anaconda的一个瘦身包,只有conda和python,其他所有的包都可以自己用pip和conda按需安装。且安装包小,较为方便。安装教程参考之前写的动手学深度学习——Windows下的环境安装流程(一步一步安装,图文并配)

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

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:/a/225059.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

每日一题,快来挑战,投个平台题目。

本关任务:将十个数进行从大到小的顺序进行排列。 相关知识(略) 编程要求 根据提示,在右侧编辑器Begin-End处补充代码。 输入 输入十个整数。 输出 以从大到小的顺序输出这个十个数。 测试说明 样例输入: 1 2 3 4 5 6 7 8 9 …

java设计模式学习之【组合模式】

文章目录 引言组合模式简介定义与用途:实现方式UML 使用场景优势与劣势组合模式在Spring中的应用员工结构示例代码地址 引言 设想您正在组织一个大型派对,需要将各种食品和饮料按类型整理。您可能有单独的物品,如一瓶苏打水,也可…

数字逻辑与数据系统实验报告

一、TTL 集成电路的功能测试 1、实验目的 (1)熟悉 TTL 各种门电路的逻辑功能; (2)掌握 TTL 各种门电路的逻辑功能测试方法; (3)掌握 Multisim 软件使用。 2、步骤设计 &#xff08…

如何在Spring Boot中优雅地重试调用第三方API?

文章目录 1. 引言2. 重试机制的必要性3. Spring Retry简介4. Spring Boot中使用Spring Retry实现重试4.1 添加依赖4.2 配置重试策略4.2.1 代码示例 4.3 降级处理4.3.1 代码示例 5. 异步重试5.1 异步方法的重试5.1.1 代码示例 5.2 异步方法的降级处理5.2.1 代码示例 6. 异常分类…

基于Unity3D 低多边形地形模型纹理贴图

在线工具推荐: 3D数字孪生场景编辑器 - GLTF/GLB材质纹理编辑器 - 3D模型在线转换 - Three.js AI自动纹理开发包 - YOLO 虚幻合成数据生成器 - 三维模型预览图生成器 - 3D模型语义搜索引擎 当谈到游戏角色的3D模型风格时,有几种不同的风格&#xf…

java SSM毕业文档管理系统myeclipse开发mysql数据库springMVC模式java编程计算机网页设计

一、源码特点 java SSM 毕业文档管理系统是一套完善的web设计系统(系统采用SSM框架进行设计开发,springspringMVCmybatis),对理解JSP java编程开发语言有帮助,系统具有完整的源代 码和数据库,系统主要采…

计算UDP报文CRC校验的总结

概述 因公司项目需求,遇到需要发送带UDP/IP头数据包的功能,经过多次尝试顺利完成,博文记录以备忘。 环境信息 操作系统 ARM64平台的中标麒麟Kylin V10 工具 tcpdump、wireshark、vscode 原理 请查看大佬的博文 UDP伪包头定义&#x…

西工大计算机学院计算机系统基础实验一(函数编写15~17)

还是那句话,稳住心态,稳住心态,稳住心态。心里别慌,心里别慌,心里别慌。 第15题,howManyBits,返回用二进制补码形式表示x所需的最小二进制位数。比如howManyBits(12) 5,12可以被表…

轨迹分析:Palantir评估细胞分化潜能 类似于monocle2

轨迹分析是单细胞测序分析中重要的组成部分,它基于细胞谱系之间“具有中间态细胞”的理论基础,通过结合先验知识(细胞注释、markers)、细胞基因表达改变等,为在单细胞测序数据赋予了“假时间”(pseudotime&…

vscode eide arm-gcc 编译环境搭建调试

安装cube,vscode 1.安装vscode插件 C/C Extension Pack Chinese (Simplified) (简体中文) Language Pack Cortex-Debug Embedded IDE 工具链设置 2.软件工程生成 调试 3.生成工程,导入工程 4. 配置工程 编译完毕

【EI会议征稿】第五届大数据与信息化教育国际学术会议(ICBDIE 2024)

【往届检索】第五届大数据与信息化教育国际学术会议(ICBDIE 2024) 2023 5th International Conference on Big Data and Informatization Education 第五届大数据与信息化教育国际学术会议(ICBDIE 2024)定于2024年01月19-21日在…

小型洗衣机哪个牌子质量好?内衣洗衣机便宜好用的牌子

近些年来,由于人们对生活和健康的追求越来越高,所以内衣洗衣机也逐渐走进了人们的视线,许多研究显示,单纯地用手洗内衣是并不能彻底消除内衣物上所残留的细菌,而内衣洗衣机拥有着高温蒸煮的除菌功能,因此可…

【C语言】用户空间使用非缓存内存

在用户空间使用非缓存内存通常不是标准做法,因为非缓存内存的操作与硬件平台紧密相关,并且通常被保留给内核模块或设备驱动程序使用。 一、方法 用户空间程序一般不直接处理非缓存内存问题,因为它们依赖于操作系统来管理内存缓存一致性。尽…

智慧景区(园区)数字孪生可视化GIS解决方案

随着技术的日新月异,景区日常管理及运营中使用到的智慧化工具越来越丰富,智慧化硬件设备也越来越多,而其中各个管理系统往往又是相互独立,形成一个个数据孤岛。智慧景区管理平台就是将各个孤岛中的数据及功能汇集起来,…

叮!速来get宏基因组元素循环耦合分析!

微生物通过一系列氧化还原反应驱动生物地球化学循环,有的微生物可以耦合不同元素的生物地球化学循环,例如碳、氮、磷、硫等,存在复杂的耦合关系。 图 升高(A)和气候变暖(B)对氮库和转化过程影响的概念图 红树林生态系统被认为是生物地球化学…

Elasticsearch:什么是大语言模型(LLM)?

大语言模型定义 大语言模型 (LLM) 是一种深度学习算法,可以执行各种自然语言处理 (natural language processing - NLP) 任务。 大型语言模型使用 Transformer 模型,并使用大量数据集进行训练 —— 因此规模很大。 这使他们能够识别、翻译、预测或生成文…

HASH 哈希算法之MD5 算法

1. 哈希算法&#xff0c;用C 写的 #include <iostream> #include <iomanip> #include <cstring> #include <openssl/md5.h> #include <stdio.h>using namespace std;int main() {string str "hello world";unsigned char digest[MD5…

网络安全(一)--网络环境构成,系统的安全

2. 网络攻防环境 目标 了解攻防环境构成了解入侵检测系统&#xff08;平台&#xff09;的部署位置 2.1. 环境构成 2.1.1. 环境框图 一个基本的网络攻防实验环境包括&#xff1a;靶机、攻击机、入侵检测分析系统、网络连接四部分组成。 一个基础的网络攻防实验环境需要如下…

【c语言指针详解】指针的高级应用

目录 一、指针和字符串 1.1 字符串和字符数组的关系 1.2 字符串常量和字符指针的使用 1.3 字符串函数库的指针参数 1.3.1 strlen 函数 1.3.2 strcpy 函数 1.3.3 strcat 函数 1.3.4 strcmp 函数 二、指针的高级应用 2.1 函数指针的定义和使用 2.2 回调函数和函数指针数组的应用 …

2022年第十一届数学建模国际赛小美赛D题野生动物贸易是否应长期禁止解题全过程文档及程序

2022年第十一届数学建模国际赛小美赛 D题 野生动物贸易是否应长期禁止 原题再现&#xff1a; 野生动物市场被怀疑是此次疫情和2002年SARS疫情的源头&#xff0c;食用野生肉类被认为是非洲埃博拉病毒的一个来源。在冠状病毒爆发后&#xff0c;中国最高立法机构永久性地加强了野…