PyTorch | 创建pytorch环境及注入jupyter

本文是关于在 Windows 电脑上安装 PyTorch 的基础教程, 使用的是 conda 安装, 并将新环境添加到 base 的 jupyter 中.

安装 Anaconda(已安装可以跳过)

Anaconda 是一个非常好用的 Python 包与环境管理工具, 可以直接从 Anaconda 官网进行下载.

下载之后点击下一步直接安装即可.

✋需要注意的是, 安装的路径名中不允许出现中文!

安装后可以在开始菜单中看到安装的内容.

但是此时还不能使用 cmd 来操作 Anaconda, 需要将其添加到环境变量 path 中.

1. 打开环境变量;
2. 选择系统变量中的 Path 变量, 并双击打开;
3. 新建路径, 通过浏览或直接复制路径添加到环境中.

此时打开 cmd 并输入 python, 如下图所示即可.

通过 activate 激活环境, 可以发现此时的 python 默认是处于 base 环境的.

安装 PyTorch

安装 PyTorch 时, 首先新建一个环境来安装, 保证与 Anaconda 内的其他环境之间互不干扰. 这样有利于包的管理.

需要更详细的内容可以从 PyTorch 官网自行查找, 包括 GPU 版本的安装命令.

1. 查看目前自己已经拥有的环境.

   conda env list

   

2. 新建 python3.7 的环境.

   conda create -n py37_pytorch python=3.7

   

3. 激活新建的环境, 并查看已经安装的库.

   activate py37_pytorch

   

4. 使用 conda 命令安装 pytorch (CPU版本), ✋GPU选择其他的版本

   conda install pytorch torchvision torchaudio cpuonly -c pytorch

   

5. 在 python 命令下验证安装是否成功.

   import torch
   x = torch.rand(2, 3)
   print(x)

   

jupyter 添加新环境内核

当我们在 Anaconda 中创建了新的环境时, 处于 base 环境的 jupyter 是无法知道的, 由此无法在 jupyter notebook 或 jupyter lab 中切换内核.

因此, 需要进行以下操作, 将新环境注入 jupyter 内核中.

1. 新环境中安装 ipykernel

   conda install ipykernel

   

2. 注入 jupyter 内核

   python -m ipykernel install --user --name py37_pytorch --display-name "你想显示的名字"

   

此时重启 jupyter, 点击右上角切换内核即可.

🤔可能出现的错误

按照上述步骤后, 大部分同学应该是没有问题啦! 都能够在 jupyter 的 kernel 中找到新安装的环境.

但是有些同学可能会像我一样出现 jupyter 中切换环境失败的问题.

报错的截图我忘记截了, 不过大概的问题是: 找不到模块

DLL load failed: 找不到指定的模块。

所谓的模块是 zmq, 解决方法是将其卸载后重装!

pip uninstall pyzmq

pip install pyzmq

装完之后就可以成功切换了! 撒花~~🌸🌸🌸

但是! 导入 numpy 包的时候又出现了错误😢, 类似地, 将 numpy 卸载重装, 就解决啦!

👨‍💻, 接下来就开始愉快的 Deep Learning 叭.