Windows での PyTorch 開発環境のインストール チュートリアル

アナコンダのインストール

Anaconda は、Python の使用を容易にするために作成されたソフトウェア パッケージです。250 を超える一般的なツールキット、複数のバージョンの Python インタープリター、強力な仮想環境管理ツールが含まれているため、Anaconda は Python ファミリー バケットと呼ばれています。 Anaconda はインストール、操作、アップグレード環境をより簡単にすることができるので、インストールして使用することをお勧めします。

インストール手順:

• 公式サイト https://www.anaconda.com/distribution/#download-section からインストール パッケージをダウンロードします。
• インストールパッケージを実行する
• インストールパスを選択します。通常はデフォルトのパスを選択し、必ずAnacondaをシステムPATH環境変数に追加するにチェックを入れ、インストールが完了するまで待ちます。
• インストールが成功したことを確認します。ショートカットキー win+R を押して、cmd を開き、conda と入力して Enter キーを押します。さまざまな関連情報が表示されれば、インストールは成功しています。

PyCharmのインストール

PyCharm は、デバッグ、構文の強調表示、プロジェクト管理、コードジャンプ、スマートプロンプト、バージョン管理などの機能を備えた強力な Python IDE です。

インストール手順:

1. 公式サイト https://www.jetbrains.com/pycharm/ からインストール パッケージをダウンロードします。インストール パッケージは、プロフェッショナル バージョン (有料) とコミュニティ バージョン (無料) に分かれています。
2. インストール パッケージを実行します。
3. パスを選択し、「ランチャー ディレクトリを PATH に追加する」をチェックし、「.py」をチェックして、インストールが完了するまで待ちます。
   

CUDA および CuDNN のインストール (オプション)

1. 適切な GPU があるかどうかを確認します。ある場合は、CUDA と CuDNN をインストールします。 N カードのみが cuda をサポートします。 サポートされている cuda バージョンは、次の手順で確認できます。
2. NVIDIA コントロール パネル → システム情報 → コンポーネント → 3D 設定/NVCUDA.DLL
3. PyTorch の公式 Web サイト https://pytorch.org/ にアクセスし、「GetStarted」をクリックして、サポートされている CUDA バージョンを確認します。
4. CUDA 公式 Web サイト https://developer.nvidia.com/cuda-toolkit-archive にアクセスし、対応する CUDA のバージョンと対応するオペレーティング システムを選択し、インストーラー タイプとしてローカルを選択します。最初のファイルをダウンロードするにはクリックしてください。インストール パッケージを実行すると、ショートカットを作成せずにインストールが完了します。
5. CUDA が正常にインストールされていることを確認します。インストール パスの bin フォルダーに移動し、パスをコピーして、コマンド ラインをパスに切り替え (例: cd C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\bin)、nvcc -V を実行して Enter キーを押します。関連するバージョン情報が表示されれば、正しくインストールされていることを示しています。
6. cuDNN 公式サイト https://developer.nvidia.com/rdp/cudnn-download にアクセスし、アカウントを登録してログインし、対応するバージョンを選択してダウンロードします。インストール パッケージを解凍し、その中の 3 つのフォルダーを CUDA インストール パス (C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1 など) にコピーします。これで cuDNN のインストールは完了です。
7. cuDNN が正常にインストールされたかどうかを確認します。コマンド ラインをインストール パスの extras\demo_suite フォルダーに切り替え、bandwidthTest.exe を実行して Enter キーを押します。Result = PASS はインストールが成功したことを示します。 deviceQuery.exe の実行を続行し、Enter キーを押すと、GPU モデルが表示されます。結果 = PASS は、CUDA と cuDNN の両方が正常にインストールされたことを示します。
   

pipソースを国内ミラーに変更する

pip を使用して Python ツールキットをインストールする場合、デフォルトのソースネットワーク速度が非常に遅いため、国内ミラーに切り替えることをお勧めします。
デフォルトソース

https://pypi.org/

家庭用ミラー

アリババクラウド https://mirrors.aliyun.com/pypi/simple/

中国科学技術大学 https://pypi.mirrors.ustc.edu.cn/simple/

豆瓣（ドウバン） https://pypi.douban.com/simple/

清華大学 https://pypi.tuna.tsinghua.edu.cn/simple/

華中科技大学 https://pypi.hustunique.com/

一時使用<br /> 　　インストール コマンドの後に -i url を追加するだけです。例: Tsinghua ミラーを使用して pandas をダウンロード
pip で pandas をインストール -i https://pypi.tuna.tsinghua.edu.cn/simple
永続的な変更<br /> %HOMEPATH%\pip\pip.ini ファイルを変更します。%HOMEPATH% は通常 C:\Users\xx です。
通常、新しいフォルダー pip を作成し、新しいファイル pip.ini を作成する必要があります。ini ファイルはメモ帳で開いて編集できます。pip.ini ファイルに次の内容を入力します (Douban Mirror を例にします)。

[グローバル]
インデックスURL = https://pypi.douban.com/simple
[インストール]
信頼できるホスト = pypi.douban.com

PyTorch のインストール

1. whlファイルをダウンロードする（オプション）

PyTorch 公式サイト https://pytorch.org/ にアクセスし、GetStarted をクリックして、対応するバージョンを選択し、パッケージに pip を選択すると、torch と torchvision の最新バージョン番号が下に表示されます。また、URL https://download.pytorch.org/whl/torch_stable.html も表示されます。URL をコピーして入力すると、torch のさまざまなバージョンのインストール ファイルが表示されます。この方法は、インストール コマンドを直接実行するよりも高速です。ファイル名は次のように規則的に付けられます。

cu101/トーチ-1.4.0-cp37-cp37m-win_amd64.whl、
cu101/トーチビジョン-0.5.0-cp37-cp37m-win_amd64.whl

cu の後のバージョンは cuda、torch の後のバージョンは torch、torchvision の後のバージョンは torchvision、cp の後のバージョンは python、最後のものは Windows 64 ビットを表します。

ショートカット キー ctrl+F を使用して、torch および torchvision ファイルの最新バージョンを検索し (cu101/torch-1.4.0 の検索など)、対応する python バージョンとプラットフォームを選択して、pytorch および torchvision の whl ファイルをダウンロードできます。python バージョンはシステムと一致している必要があります。コマンド ラインに python と入力すると、システム内の python バージョンを表示できます。

2. PyCharmで新しいプロジェクトを作成する

新しいプロジェクトを作成→Pure Python→名前→作成
新しいスクリプトを作成します: ファイル → 新規 → Python ファイル → 名前 → Enter スクリプトに次のコードを入力 → 右クリック → 'プロジェクト名' を実行 → エラー: 現在の環境に PyTorch がインストールされていないため、torch が見つかりません。

輸入トーチ
print("hello pytorch{}".format(torch.__version__))
印刷(torch.cuda.is_available())

3. Python仮想環境を作成する

下のターミナルをクリック → conda create -n 仮想環境名 python=バージョン番号 (conda create -n pytorch_gpu python=3.7 など) を入力 → Enter キーを押す → 完了するまで待ちます

仮想環境に入ります: conda activate 仮想環境名を入力 → Enter キーを押します

4. インストール

whl ファイルがあるディレクトリを入力します: cd whl file directory と入力 → インストールを入力: pip install torch と入力 → Tab を押して自動的に完了 → Enter → インストールが成功するまで待機 pip install torchvision と入力 → Tab を押して自動的に完了 → Enter → インストールが成功するまで待機

注:最初の手順で whl ファイルをダウンロードしなかった場合は、pip または conda コマンドを使用して直接インストールできます。PyTorch 公式サイトで対応するバージョンを選択すると、インストール コマンドが表示されます。

5. 現在のプロジェクトを新しく作成した仮想環境に関連付けます。つまり、Pythonインタープリターを選択します。

ファイル→設定→プロジェクト: プロジェクト名/プロジェクトインタープリター→設定ボタン→追加→Conda環境→既存の環境→インタープリターでanacondaインストールパス/envs/仮想環境名/python.exeを選択→OK→OK→OK→OK→初期化を少し待つ

6. 検証

右クリックして実行すると、PyTorch バージョンが正常に出力されます。出力が True の場合、GPU が使用可能であることが証明されます。

要約する

Windows での PyTorch 開発環境のインストール チュートリアルに関するこの記事はこれで終わりです。Windows での PyTorch 環境のインストールに関する関連コンテンツについては、123WORDPRESS.COM の以前の記事を検索するか、以下の関連記事を引き続き参照してください。今後とも 123WORDPRESS.COM をよろしくお願いいたします。