• MacOS(M1芯片 arm架构)下如何安装PyTorch


    由于M1芯片下不支持Anaconda,因此有包管理工具miniforge进行替代,miniforge相关的安装过程参考我的另一篇博客https://blog.csdn.net/qq_44174803/article/details/123922390?spm=1001.2014.3001.5502

    1.创建pytorch虚拟环境

    在安装好miniforge之后,可以在命令行中输入conda --version来确定是否安装成功,如果安装成功后则会返回一个版本号。之后使用以下命令创建pytorch环境

    conda create -n 虚拟环境名称 python=版本号
    conda create -n pytorch_envs python=3.8
    
    • 1
    • 2

    注意,此处建议创建python为3.8的虚拟环境(不标明python版本号的话会自动创建3.9的版本),因为后续可能会有一些库并不支持python3.9的版本。
    在这里插入图片描述

    2.切换到新的环境

    使用下面命令切换创建好的环境pytorch_envs,该环境是一个文件夹,存在~miniforge3/envs文件夹下。

    conda activate pytorch_envs 
    
    • 1

    3.安装pytorch

    使用下面命令安装pytorch(实际上就是在切换后的文件夹pytorch_envs下进行下载)

    conda install pytorch torchvision -c pytorch
    
    • 1

    在这里插入图片描述

    4.测试

    在命令行中输入python打开python解释器后,若输入import torch后命令行不报错即代表安装成功。相关导入PyCharm的操作参考文章前面的链接。
    在这里插入图片描述

    5.在pytorch环境下安装jupyter notebook

    下面选择其一即可,其内部包含了jupyter notebook

    conda install nb_conda_kernels      # python3.9版本
    conda install nb_conda              # python小于3.9的版本
    
    • 1
    • 2

    6.让jupyter在pytorch环境下运行

    首先打开终端,输入下面命令

    conda activate pytorch_envs
    
    • 1

    激活包含pytorch的环境,pytorch_envs是当初创建虚拟环境的名称
    然后在pytorch_envs虚拟环境下输入jupyter notebook然后打开jupyter notebook即可
    当出现下图状况时,则代表导入pytorch成功
    在这里插入图片描述
    如果需要导入tensorflow环境也是如此,先激活tensorflow的虚拟环境,然后在此虚拟环境下运行jupyter notebook,这样就能在jupyter中导入tensorflow

    7 其他注意事项

    当出现说numpy版本不匹配的时候,例如下图所示,可以尝试使用下面的方法,先通过conda卸载numpy,然后再安装指定版本的numpy

    conda uninstall numpy
    conda install numpy==1.18.5
    
    • 1
    • 2

    python3.8的话一般可以使用1.18.5的numpy
    在这里插入图片描述
    使用下面命令可以查看自己当前环境中所安装的包及其版本号

    conda list
    pip list
    
    • 1
    • 2

    使用下面命令可以查看自己当前环境中pip和python的来源路径

    which python
    which pip
    
    • 1
    • 2
  • 相关阅读:
    C++ 输入输出优化
    华为设备攻击防范配置命令
    21天学习挑战赛—Python学习记录第一篇
    442. 数组中重复的数据
    二维码智慧门牌管理系统:提升社会治理水平,创新市民服务方式
    0基础了解电商系统如何对接支付渠道
    摊牌了我后悔入行了,浅谈为何不该入行嵌入式
    【华为机试真题 JAVA】火星文计算-100
    完成flex布局与float布局
    C++ 引用(&)的超详细解析(小白必看系列)
  • 原文地址:https://blog.csdn.net/qq_44174803/article/details/126752598