机器学习基本环境搭建

机器学习使用GPU加速，需要安装pytorch+cuda库。本文介绍如何搭建机器学习pytorch虚拟环境。

虚拟环境

官网教程： venv --- 创建虚拟环境 — Python 3.11.3 文档 (opens new window)

创建虚拟环境

通过执行 venv 指令来创建一个虚拟环境:

python -m venv /path/to/new/virtual/environment

激活虚拟环境

平台	Shell	用于激活虚拟环境的命令
POSIX	bash/zsh	$ source <venv>/bin/activate
POSIX	fish	$ source <venv>/bin/activate.fis
POSIX	csh/tcsh	$ source <venv>/bin/activate.csh
POSIX	PowerShell	$ <venv>/bin/Activate.ps1
Windows	cmd.exe	C:\> <venv>\Scripts\activate.bat
Windows	PowerShell	PS C:\> <venv>\Scripts\Activate.ps1

安装CUDA驱动

查看电脑所支持的最高版本

检查电脑的NVIDIA版本，在cmd中输入nvidia-smi(注意nvidia-smi中的是驱动对应的cuda最高版本，只要此版本大于等于你安装的cuda即可)

C:\Users\user>nvidia-smi
Sun May 21 22:07:05 2023
+---------------------------------------------------------------------------------------+
| NVIDIA-SMI 531.41                 Driver Version: 531.41       CUDA Version: 12.1     |
|-----------------------------------------+----------------------+----------------------+
| GPU  Name                      TCC/WDDM | Bus-Id        Disp.A | Volatile Uncorr. ECC |
| Fan  Temp  Perf            Pwr:Usage/Cap|         Memory-Usage | GPU-Util  Compute M. |
|                                         |                      |               MIG M. |
|=========================================+======================+======================|
|   0  NVIDIA GeForce RTX 2070       WDDM | 00000000:07:00.0  On |                  N/A |
| 35%   38C    P8               13W / 175W|   1049MiB /  8192MiB |      1%      Default |
|                                         |                      |                  N/A |
+-----------------------------------------+----------------------+----------------------+

CUDA Version: 12.1

下载并安装驱动

CUDA官网： https://developer.nvidia.com/cuda-downloads

驱动可以安装一个较新的版本，下一步可以兼容安装旧版的pytorch库。例如安装驱动CUDA Toolkit 12.1，然后安装cu117版本的pytorch也是可以的。

安装pytorch+cuda库

pytorch官网：https://pytorch.org/

安装命令：

pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu117

此时，机器学习pytorch虚拟环境搭建就完成了。使用下面代码测试pytorch+cuda是否安装成功。

import torch
print(torch.cuda.is_available())

小技巧

pip导出环境

pip freeze > requirements.txt # requirements.txt文件的保存目录在当前terminal的路径下。

pip使用导出的环境

pip install -r requirements.txt

pip升级

python -m pip install --upgrade pip

pip使用清华源加速

pip install <package name> -i https://pypi.tuna.tsinghua.edu.cn/simple

机器学习其它常用的库

• numpy

  pip install numpy
  

  import numpy as np
  

• pandas

  pip install pandas
  

  import pandas as pd
  

• PIL

  pip install pillow
  

  from PIL import Image #Image 是PIL 库中代表一个图像的类（对象）
  

• Matplotlib

  pip install matplotlib
  

  import matplotlib.pyplot as plt
  
  x = np.arange(0, 6, 0.1)    #0, 0.1, 0.2, ... , 5.9, 6.0
  y = np.sin(x)
   
  plt.plot(x,y)
  plt.show()
  

• OpenCV

  pip install opencv-python
  

  import cv2