Win10操作系統(tǒng)中PyTorch虛擬環(huán)境配置+PyCharm配置
本文主要介紹了Win10操作系統(tǒng)中PyTorch虛擬環(huán)境配置+PyCharm配置,分享給大家,具體如下:
注意版本,小可愛們?。?!
想直接看安裝方法的同學(xué),可以看右邊欄的目錄,快速轉(zhuǎn)到哦。

試錯經(jīng)歷
一開始試著裝1.0版本的PyTorch:
pip install https://download.pytorch.org/whl/cpu/torch-1.0.0-cp36-cp36m-win_amd64.whl
然而在國內(nèi)下載這些非常慢,70多兆的包要下半個小時左右,而且時間長可能會出現(xiàn)超時的情況:

有同學(xué)使用清華源/科大源來加速,但是我試了一下仍然不行o( ̄┰ ̄*)ゞ,最后還是采用這種方式。經(jīng)歷過三次超時,終于。。。(原來超時也是碰運(yùn)氣的)

然而安裝torchvision時爆出了錯誤,,,我裝了一下午臉終于白了一次,你給我說沒有匹配的版本o( ̄┰ ̄*)ゞ

此后終于走上了正途。
安裝版本
Python3.6

conda4.3.8
![]()
torch0.4.0
![]()
torchversion0.4.1
![]()
安裝過程
1,創(chuàng)建pytorch36虛擬環(huán)境(因為python是3.6所以這里記為36)
pytorch-cpu可以自己設(shè)名字,這里我用的是pytorch36
conda create -n pytorch-cpu python=3.6
這樣就算創(chuàng)建成功了

2,查看自己曾經(jīng)創(chuàng)建的虛擬環(huán)境
conda info --envs
帶星號*的就是當(dāng)前激活的環(huán)境

3,激活環(huán)境
注意以后的操作均是在pytorch36虛擬環(huán)境中操作!
activate pytorch36

4,升級pip
不出意外,這里的pip的版本會比較低,所以避免以后出錯,還是提前升級一下省心
python -m pip install --upgrade pip

5,安裝torch-0.4.0(CPU版)
查閱網(wǎng)上資料,發(fā)現(xiàn)0.4版本已經(jīng)可以滿足大部分需求,而且GitHub上大多代碼是依托于0.4版本的torch
pip install http://download.pytorch.org/whl/cpu/torch-0.4.0-cp36-cp36m-win_amd64.whl
可以看出早期的版本體積較小,即使是從原網(wǎng)站下載,速度也還是能接受的

6,安裝torchvision0.4.1
pip install torchvision==0.4.1

7,測試是否安裝成功
import torch print(torch)
如下,可以成功導(dǎo)入torch,并輸出<module .....>就說明安裝成功了

8,將虛擬環(huán)境pytorch36應(yīng)用到PyCharm工程中


如果show all里面沒有,點(diǎn)擊右邊的+號,手動添加


找到自己虛擬環(huán)境的安裝目錄(找不到的話,可以直接在我的電腦里搜你創(chuàng)建的環(huán)境名稱)

選中之后,一路OK即可,稍等一會,就可以看到這里出現(xiàn)了原先創(chuàng)建的環(huán)境

選中OK/Apply即可
9,測試
創(chuàng)建test.py文件

import torch print(torch) x1 = torch.Tensor([3, 4]) x2 = torch.FloatTensor([1, 2]) print(x1) print(x2)
運(yùn)行結(jié)果

到此這篇關(guān)于Win10操作系統(tǒng)中PyTorch虛擬環(huán)境配置+PyCharm配置的文章就介紹到這了,更多相關(guān)PyTorch虛擬環(huán)境配置+PyCharm配置內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
相關(guān)文章
用Python實現(xiàn)一個簡單的用戶系統(tǒng)
大家好,本篇文章主要講的是用Python實現(xiàn)一個簡單的用戶系統(tǒng),感興趣的同學(xué)趕快來看一看吧,對你有幫助的話記得收藏一下2022-01-01
Pandas數(shù)據(jù)操作及數(shù)據(jù)分析常用技術(shù)介紹
Pandas是Python中用于數(shù)據(jù)處理和數(shù)據(jù)分析的庫,具有強(qiáng)大的數(shù)據(jù)操作和分析功能,包括數(shù)據(jù)清洗、轉(zhuǎn)換、篩選、聚合等。常用技術(shù)有數(shù)據(jù)讀取與寫入、數(shù)據(jù)索引、數(shù)據(jù)切片、數(shù)據(jù)合并、數(shù)據(jù)透視表、數(shù)據(jù)可視化等,適用于各種數(shù)據(jù)分析和機(jī)器學(xué)習(xí)任務(wù)2023-04-04
Python使用Pandas對比兩列數(shù)據(jù)取最大值的五種方法
本文主要介紹使用 Pandas 對比兩列數(shù)據(jù)取最大值的五種方法,包括使用 max 方法、apply 方法結(jié)合 lambda 函數(shù)、函數(shù)、clip 方法、where 方法結(jié)合條件賦值,并通過案例進(jìn)行詳細(xì)說明,需要的朋友可以參考下2025-02-02
tesseract庫及訓(xùn)練數(shù)據(jù)下載安裝方式
這篇文章主要介紹了tesseract庫及訓(xùn)練數(shù)據(jù)下載安裝方式,具有很好的參考價值,希望對大家有所幫助,如有錯誤或未考慮完全的地方,望不吝賜教2024-02-02

