当前位置: 首页 > news >正文

2025 Data Whale x PyTorch 安装学习笔记(Windows 版)

一、Anaconda 的安装与基本操作

1. 安装 Anaconda/miniconda

官方链接:Anaconda | Individual Edition

根据系统版本选择合适的安装包下载并安装。

2. 检验安装

打开 “开始” 菜单,找到 “Anaconda Prompt”(一般在 Anaconda3 文件夹下)。

3. 虚拟环境管理

查看虚拟环境conda env list

创建虚拟环境conda create -n env_name python==version(将env_name替换为环境名称,version替换为 Python 版本号,建议选择 3.6-3.8)

安装包conda install package_namepackage_name替换为包的名称)

卸载包conda remove package_name

显示所有安装的包conda list

删除虚拟环境conda remove -n env_name --all

激活虚拟环境conda activate env_name

退出当前环境conda deactivate
在这里插入图片描述

二、换源操作(Windows 版)

在安装包时,为加快下载速度,通常需要进行换源操作。以下为常见换源方式及中科源切换方法。

1. pip 换源

在文件管理器地址栏输入%APPDATA%,回车进入C:\Users\电脑用户\AppData\Roaming文件夹。

新建pip文件夹,再新建pip.ini配置文件。

使用记事本打开pip.ini,输入以下内容(以豆瓣源为例):

[global]
index-url = http://pypi.douban.com/simple
[install]
use-mirrors =true
mirrors =http://pypi.douban.com/simple/
trusted-host =pypi.douban.com
  • 若需切换为中科源,将上述内容中的源地址替换为中科源地址。中科源的pip.ini内容示例:
[global]
index-url = http://mirrors.opencas.cn/PyPI/simple
[install]
use-mirrors =true
mirrors =http://mirrors.opencas.cn/PyPI/simple
trusted-host =mirrors.opencas.cn

2. conda 换源(清华源)

先执行conda config --set show_channel_urls yes生成.condarc文件。

修改C:\Users\电脑用户\.condarc文件,将文件中的原始内容替换为以下清华源内容:

channels:- defaults
show_channel_urls: true
default_channels:- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloudmsys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloudbioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloudmenpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloudpytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloudsimpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  • 修改完成后,打开Anaconda Prompt,运行conda clean -i清除索引缓存。

3. conda 切换为中科源

在这里插入图片描述

  • 若清华源无法使用,可切换为中科源。以下是切换为中科源的.condarc文件内容示例:
channels:- defaults
show_channel_urls: true
default_channels:- http://mirrors.opencas.cn/anaconda/pkgs/main- http://mirrors.opencas.cn/anaconda/pkgs/r- http://mirrors.opencas.cn/anaconda/pkgs/msys2
custom_channels:conda-forge: http://mirrors.opencas.cn/anaconda/cloudmsys2: http://mirrors.opencas.cn/anaconda/cloudbioconda: http://mirrors.opencas.cn/anaconda/cloudmenpo: http://mirrors.opencas.cn/anaconda/cloudpytorch: http://mirrors.opencas.cn/anaconda/cloudsimpleitk: http://mirrors.opencas.cn/anaconda/cloud
  • C:\Users\电脑用户\.condarc文件中的内容替换为上述中科源内容后,同样需要在Anaconda Prompt中运行conda clean -i清除索引缓存。

三、PyTorch 的安装

1. 登录PyTorch 官网

2. 选择安装方式

在这里插入图片描述

根据系统类型、CUDA 版本、安装方式等选择合适的安装命令。安装时建议优先使用conda,并且要确保选择与显卡兼容的 CUDA 版本。

3. 激活虚拟环境并安装

Anaconda Prompt中,先激活对应的虚拟环境:conda activate env_name

将官网提供的安装命令中的-c pytorch去掉(以使用清华源或中科源),然后输入修改后的命令进行安装。大小约2G。

4. 离线安装(可选)

  • 如果在线安装出现问题,可以采用离线安装的方式。下载地址:https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/

  • 下载好对应版本的 pytorch 和 torchvision 压缩包后,打开Anaconda Prompt,进入安装路径,执行以下命令:

conda install --offline pytorch压缩包的全称conda install --offline torchvision压缩包的全称

四、PyTorch 安装成功验证

进入虚拟环境后,输入python,再执行以下代码:

python
>>> import torch
>>> print(torch.__version__)  # 输出版本号,比如 2.7.1
>>> print(torch.cuda.is_available())  # 检查 GPU 支持,有 NVIDIA GPU 且装了 CUDA 版会返回 True

没报错就成功了

http://www.dtcms.com/a/287482.html

相关文章:

  • Kotlin方差
  • 403 Forbidden:无权限访问请求的资源如何处理
  • Apache Kafka 学习笔记
  • FreeRTOS—列表和列表项
  • Kafka、RabbitMQ 与 RocketMQ 高可靠消息保障方案对比分析
  • 阿里云服务器 CentOS 7 安装 MySQL 8.4 超详细指南
  • UniApp 优化实践:使用常量统一管理本地存储 Key,提升可维护性
  • 【无标题】重点阅读——如何在信息层面区分和表征卷曲维度,解析黑洞内部的维度区分机制
  • 基于 Google Earth Engine 的 DEM 鞍部自动提取
  • 基于Python的毕业设计选题管理系统设计与实现
  • 【CAN通信】AUTOSAR架构下TC3xx芯片是如何将一帧CAN报文发送出去的
  • NX二次开发常用函数坐标转化UF_MTX4_csys_to_csys和UF_MTX4_vec3_multipl
  • Linux基础命令(第二期)
  • 地图定位与导航
  • Go-Redis × RediSearch 全流程实践
  • Node.js:Stream、模块系统
  • KANO模型分类,以扫地机功能为例子
  • 实验-华为综合
  • 论文略读: RASA: RANK-SHARING LOW-RANK ADAPTATION
  • 《Linux系统配置实战:NTP时间同步与SSH免密登录全流程指南》​​
  • 【洛谷】询问学号、寄包柜、移动零、颜色分类(vector相关算法题p1)
  • LVS(Linux virual server)基础概念详解
  • 网络通信原理:分层协作与协议解析
  • Matplotlib 30分钟精通
  • 免费收听广播
  • C++类和对象(一)基础内容讲解
  • 使用uvx运行和安装Python应用程序
  • GEO营销:AI时代的搜索优化新赛道——从DeepSeek爆火看生成式引擎优化的崛起
  • 边界条件汇总
  • 初等数论Ⅱ