编程语言
首页 > 编程语言> > 安装python3.7 + pytorch1.7.1 + torchvision0.8.2 + torchaudio0.7.2 + cudatoolkit110 + torchio0.18.17

安装python3.7 + pytorch1.7.1 + torchvision0.8.2 + torchaudio0.7.2 + cudatoolkit110 + torchio0.18.17

作者:互联网

@github项目Pytorch Medical Classification win10 RTX3080 环境配置流程

常用网站链接

conda 命令直接安装库查询官网Anaconda.org(未注册不能查询私人包)
pytorch官网
pytorch清华镜像
cuda历史版本下载
cudnn官网需要注册账号后才能下载
项目:MontaEllis/Pytorch-Medical-Classification
cuda与显卡型号算力匹配问题参考链接

硬件:win10

win10 教育版64位,GeForce TRTX 3080, 驱动版本511.23请添加图片描述

安装包:

python3.7 + pytorch1.7.1 + torchvision0.8.2 + torchaudio0.7.2 + cudatoolkit110 + torchio0.18.17 + pillow8.4.0

cuda版本确定

现30系显卡算力全部在8.x,而现cuda10版本支持最高算力是7.x,因此不支持30系显卡,cuda与显卡型号算力匹配问题参考链接
cuda10.x全部不适用,下载安装适配的CUDA11以上的版本,查找下载同时满足项目要求:
(安装包:pytorch1.7 + torchio<=0.18.20 + python>=3.6 )和cuda版本要求的pytorch。
项目:MontaEllis/Pytorch-Medical-Classification
pytorch与cuda版本对应查询
python与pytorch对应版本查询
前辈安装pytorch和cuda版本经验
前辈cuda和cudnn安装经验

cuda和cudnn安装测试

安装cuda,查看环境配置,可以安装多个版本,环境路径在前面的版本则式默认使用版本
Cuda路径:C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\vxx.x
Cuda samples路径:C:\ProgramData\NVIDIA Corporation\CUDA Samples\vxx.x
Cuda安装测试
nvcc -V

cd C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6\extras\demo_suite
deviceQuery.exe
deviceQuery.exe

结果为PASS就没有问题

pytorch安装

根据pytorch确定torchvision,torchaudio版本
换源安装三者对应版本的命令(自己修改所需要的版本型号

conda install pytorch==1.7.1 torchvision==0.8.2 torchaudio==0.7.2 cudatoolkit=11.0 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/win-64

命令行网络安装失败,则下载相关包到本地文件,使用命令行本地安装:
自己更改相关包的下载路径

conda install --use-local D:\ProgramData\Anaconda3\pkgs\pytorch-1.7.0-py3.7_cuda110_cudnn8_0.tar.bz2

依次类推安装torchvision、torchaudio。
torchio既往版本下载

conda install安装torchio本地包失败,解决方法:
使用pip命令安装:pip install
自己更改相关包的下载路径

pip install C:\Users\2021\Downloads\Compressed\torchio-0.18.17.tar.gz

安装显示:torchvision 0.8.2 requires pillow>=4.1.1, which is not installed.

查找相关安装包pillow

命令查看本地是否有pillow包及其版本conda list
查询可供下载的pillow包anaconda search -t conda pillow
根据本环境的python3.7 和torchvison 0.8.2版本共同确定pillow 版本:
fastchan/pillow | 6.1.0 | conda | linux-ppc64le, linux-64, linux-aarch64, win-64, osx-64 | py36h0461b11_0, py36h0461b11_1, py37h75ffe9a_1, py37h643dfcc_1, py37h9a613e6_0, py27he7afcd5_0, py27h75ffe9a_1, py27h7095ceb_0, py37h6b7be26_0, py37h6b7be26_1, py37he7afcd5_0, py27h0461b11_0, py27h0461b11_1, py37h0461b11_1, py37h0461b11_0, py27h1bb17ff_1, py36h75ffe9a_1, py36h643dfcc_1, py36h6b7be26_1, py36h6b7be26_0, py27h6202ca7_0, py27h6b7be26_1, py27h6b7be26_0, py36h9a613e6_0

执行命令:

conda install -c fastchan pillow

执行后显示相关安装包不匹配,自动安装pillow 8.4.0
(torch171) C:\Users\2021>conda install -c fastchan pillow
Collecting package metadata (current_repodata.json): done
Solving environment: |
The environment is inconsistent, please check the package plan carefully
The following packages are causing the inconsistency:

> WARNING: A newer version of conda exists. <
current version: 4.8.3
latest version: 4.11.0

Please update conda by running

$ conda update -n base -c defaults conda

Package Plan

environment location: D:\ProgramData\Anaconda3\envs\torch171

added / updated specs:
- pillow

The following packages will be downloaded:

package                    |            build
---------------------------|-----------------
zlib-1.2.11                |           vc14_0         119 KB  fastchan
------------------------------------------------------------
                                       Total:         119 KB

The following NEW packages will be INSTALLED:

blas pkgs/main/win-64::blas-1.0-mkl
cudatoolkit pkgs/main/win-64::cudatoolkit-11.0.221-h74a9793_0
freetype pkgs/main/win-64::freetype-2.10.4-hd328e21_0
intel-openmp pkgs/main/win-64::intel-openmp-2021.4.0-haa95532_3556
jpeg pkgs/main/win-64::jpeg-9b-hb83a4c4_2
libpng pkgs/main/win-64::libpng-1.6.37-h2a8f88b_0
libtiff pkgs/main/win-64::libtiff-4.2.0-hd0e1b90_0
libuv pkgs/main/win-64::libuv-1.40.0-he774522_0
libwebp pkgs/main/win-64::libwebp-1.2.0-h2bbff1b_0
lz4-c pkgs/main/win-64::lz4-c-1.9.3-h2bbff1b_1
mkl pkgs/main/win-64::mkl-2021.4.0-haa95532_640
mkl-service pkgs/main/win-64::mkl-service-2.4.0-py37h2bbff1b_0
mkl_fft pkgs/main/win-64::mkl_fft-1.3.1-py37h277e83a_0
mkl_random pkgs/main/win-64::mkl_random-1.2.2-py37hf11a4ad_0
ninja pkgs/main/win-64::ninja-1.10.2-py37h559b2a2_3
numpy pkgs/main/win-64::numpy-1.21.5-py37ha4e8547_0
numpy-base pkgs/main/win-64::numpy-base-1.21.5-py37hc2deb75_0
olefile pkgs/main/win-64::olefile-0.46-py37_0
pillow pkgs/main/win-64::pillow-8.4.0-py37hd45dc43_0
six pkgs/main/noarch::six-1.16.0-pyhd3eb1b0_0
tk pkgs/main/win-64::tk-8.6.11-h2bbff1b_0
typing_extensions pkgs/main/noarch::typing_extensions-3.10.0.2-pyh06a4308_0
xz pkgs/main/win-64::xz-5.2.5-h62dcd97_0
zlib fastchan/win-64::zlib-1.2.11-vc14_0
zstd pkgs/main/win-64::zstd-1.4.9-h19a0ad4_0

pytorch验证

conda activate激活环境,手动修改自己的环境名

conda activate torch171
python
import torch   # 能否调用pytorch库

print(torch.cuda.current_device())   # 输出当前设备(我只有一个GPU为0)
print(torch.cuda.device(0))   # <torch.cuda.device object at 0x7fdfb60aa588>
print(torch.cuda.device_count())  # 输出含有的GPU数目
print(torch.cuda.get_device_name(0))  # 输出GPU名称 --比如1080Ti
x = torch.rand(5, 3)
print(x)  # 输出一个5 x 3 的tenor(张量)

欢迎使用Markdown编辑器

你好! 这是你第一次使用 Markdown编辑器 所展示的欢迎页。如果你想学习如何使用Markdown编辑器, 可以仔细阅读这篇文章,了解一下Markdown的基本语法知识。

新的改变

我们对Markdown编辑器进行了一些功能拓展与语法支持,除了标准的Markdown编辑器功能,我们增加了如下几点新功能,帮助你用它写博客:

  1. 全新的界面设计 ,将会带来全新的写作体验;
  2. 在创作中心设置你喜爱的代码高亮样式,Markdown 将代码片显示选择的高亮样式 进行展示;
  3. 增加了 图片拖拽 功能,你可以将本地的图片直接拖拽到编辑区域直接展示;
  4. 全新的 KaTeX数学公式 语法;
  5. 增加了支持甘特图的mermaid语法1 功能;
  6. 增加了 多屏幕编辑 Markdown文章功能;
  7. 增加了 焦点写作模式、预览模式、简洁写作模式、左右区域同步滚轮设置 等功能,功能按钮位于编辑区域与预览区域中间;
  8. 增加了 检查列表 功能。

功能快捷键

撤销:Ctrl/Command + Z
重做:Ctrl/Command + Y
加粗:Ctrl/Command + B
斜体:Ctrl/Command + I
标题:Ctrl/Command + Shift + H
无序列表:Ctrl/Command + Shift + U
有序列表:Ctrl/Command + Shift + O
检查列表:Ctrl/Command + Shift + C
插入代码:Ctrl/Command + Shift + K
插入链接:Ctrl/Command + Shift + L
插入图片:Ctrl/Command + Shift + G
查找:Ctrl/Command + F
替换:Ctrl/Command + G

合理的创建标题,有助于目录的生成

直接输入1次#,并按下space后,将生成1级标题。
输入2次#,并按下space后,将生成2级标题。
以此类推,我们支持6级标题。有助于使用TOC语法后生成一个完美的目录。

如何改变文本的样式

强调文本 强调文本

加粗文本 加粗文本

标记文本

删除文本

引用文本

H2O is是液体。

210 运算结果是 1024.

插入链接与图片

链接: link.

图片: Alt

带尺寸的图片: Alt

居中的图片: Alt

居中并且带尺寸的图片: Alt

当然,我们为了让用户更加便捷,我们增加了图片拖拽功能。

如何插入一段漂亮的代码片

博客设置页面,选择一款你喜欢的代码片高亮样式,下面展示同样高亮的 代码片.

// An highlighted block
var foo = 'bar';

生成一个适合你的列表

  1. 项目1
  2. 项目2
  3. 项目3

创建一个表格

一个简单的表格是这么创建的:

项目Value
电脑$1600
手机$12
导管$1

设定内容居中、居左、居右

使用:---------:居中
使用:----------居左
使用----------:居右

第一列第二列第三列
第一列文本居中第二列文本居右第三列文本居左

SmartyPants

SmartyPants将ASCII标点字符转换为“智能”印刷标点HTML实体。例如:

TYPEASCIIHTML
Single backticks'Isn't this fun?'‘Isn’t this fun?’
Quotes"Isn't this fun?"“Isn’t this fun?”
Dashes-- is en-dash, --- is em-dash– is en-dash, — is em-dash

创建一个自定义列表

Markdown
Text-to- HTML conversion tool
Authors
John
Luke

如何创建一个注脚

一个具有注脚的文本。2

注释也是必不可少的

Markdown将文本转换为 HTML

KaTeX数学公式

您可以使用渲染LaTeX数学表达式 KaTeX:

Gamma公式展示 Γ ( n ) = ( n − 1 ) ! ∀ n ∈ N \Gamma(n) = (n-1)!\quad\forall n\in\mathbb N Γ(n)=(n−1)!∀n∈N 是通过欧拉积分

Γ ( z ) = ∫ 0 ∞ t z − 1 e − t d t   . \Gamma(z) = \int_0^\infty t^{z-1}e^{-t}dt\,. Γ(z)=∫0∞​tz−1e−tdt.

你可以找到更多关于的信息 LaTeX 数学表达式here.

新的甘特图功能,丰富你的文章

Mon 06 Mon 13 Mon 20 已完成 进行中 计划一 计划二 现有任务 Adding GANTT diagram functionality to mermaid

UML 图表

可以使用UML图表进行渲染。 Mermaid. 例如下面产生的一个序列图:

张三 李四 王五 你好!李四, 最近怎么样? 你最近怎么样,王五? 我很好,谢谢! 我很好,谢谢! 李四想了很长时间, 文字太长了 不适合放在一行. 打量着王五... 很好... 王五, 你怎么样? 张三 李四 王五

这将产生一个流程图。:

链接 长方形 圆角长方形 菱形

FLowchart流程图

我们依旧会支持flowchart的流程图:

Created with Raphaël 2.3.0 开始 我的操作 确认? 结束 yes no

导出与导入

导出

如果你想尝试使用此编辑器, 你可以在此篇文章任意编辑。当你完成了一篇文章的写作, 在上方工具栏找到 文章导出 ,生成一个.md文件或者.html文件进行本地保存。

导入

如果你想加载一篇你写过的.md文件,在上方工具栏可以选择导入功能进行对应扩展名的文件导入,
继续你的创作。


  1. mermaid语法说明 ↩︎

  2. 注脚的解释 ↩︎

标签:17,torchio0.18,win,pytorch1.7,pytorch,64,pkgs,conda,main
来源: https://blog.csdn.net/hukui4860/article/details/122872927