返回日志

基于mac系统的虚拟环境构建

一、引言:为什么我要写mac上如何配置PyTorch环境的过程? 在进行深度学习相关学习时,我发现环境配置是阻碍很多人上机实践的一大因素。配置环境即为将一个程序运行限制在这个项目里,如果缺乏隔离机制,往往会导致“一个项目可运行,另一个项目崩溃”的情况。在课程学习中,主流的配置教程都是基于window

一、引言:为什么我要写mac上如何配置PyTorch环境的过程?

在进行深度学习相关学习时,我发现环境配置是阻碍很多人上机实践的一大因素。配置环境即为将一个程序运行限制在这个项目里,如果缺乏隔离机制,往往会导致“一个项目可运行,另一个项目崩溃”的情况。在课程学习中,主流的配置教程都是基于windows系统的,而基于mac系统的教程在网上版本众多且对小白难以理解。因此,我决定构建基于mac M1芯片的虚拟环境配置经过。我希望这一教程能帮助更多使用mac编写程序的同学。

二、第一步:Anaconda安装与环境管理基础

1.1 Anaconda的选择与下载

Anaconda是一个面向科学计算的Python发行版,支持Linux、Mac和Windows系统,提供了包管理与环境管理的功能,可以很方便地解决Python并存、切换,以及各种第三方包安装的问题。

在本次实践中,我选择使用Anaconda作为环境管理工具,其核心优势包括:支持多个Python环境隔离运行,内置大量科学计算库,提供图形化界面(Navigator)与命令行双操作方式等。

与此同时Miniconda作为轻量化的anaconda(小于100MB),提供最基础的conda与Python环境,也可供选择使用。

/

下载之后,点击安装,按照提示依次点击下一步,直到安装结束。安装完成后,在开始菜单会出现按照后的软件,如左图所示。打开程序Anaconda Navigator(点红色对号),启动后可以看到Anaconda的环境界面,如下图所示。

/

1.2 创建环境

点击右图Environment进入右方界面,创建环境

anaconda安装完成就有base环境。1)注意,你们只有根环境base(root),你可以创建也可以不用创建,就用base(root).3)要是愿意创建新的就点击下面create,出现下面对话框,再name后面填上你喜欢的名称,例子是DL26。然后点击create,稍等一会就会出现DL26再DL25的下面。环境名不能以数字开始

1.3 激活环境

在windous系统中,以上几步和mac一样。windous是点击anaconda prompt (右键以管理员身份运行,必要)进行环境配置,而mac里的 Terminal终端,它就是那个已经初始化了Conda的、前面带有 (base) 标记的终端窗口,在这个窗口里做的所有操作,就是 Windows 用户在 Anaconda Prompt 里做的事情。

激活环境:conda activate XXXX(你环境的名字)

看到这样说明你成功:(XXXX) yourname@xxx %

1.4 Pytorch安装

进入Pytorch官网,打开网页,点击get start。

官网提供pip安装方式。根据电脑配置进行选择(Anaconda2026 默认安装),会生成相应的安装命令例如:

拷贝代码到刚刚激活环境的终端下,点击回车下载

1.5Pytorch安装验证

安装完pytorch后,输入一下命令进行验证是否正确安装。

首先,输入python,进入python编码模型,然后输入:

import torch

import torchvision

x =torch.rand(2,3)

print(x)

如果能运行成功,证明安装成功。

1.6Jupyter Notebook

Anoconda 提供了一个交互式笔记本Jupyter Notebook ,可以支持运行40多种编程语言。打开Jupyter方式很多,这里选择其中一种讲解。

来到环境,点击三角形,激活环境,等激活后右键,点击open with Jupyter notebook即可看到浏览器启动。

点击你刚刚下载pytorch的环境,即可。

若没有出现你的环境,说明XXXX还没有注册成 notebook 内核,回终端运行:

conda activate XXXX

conda install ipykernel

python -m ipykernel install --user --name XXXX --display-name "Python (deeplearning)"

1.7验证环境

新建完文件后,在空的命令框中编写代码。输入一下命令:

import torch

Import torchvision

x =torch,.rand(2,3)

print(x)

验证pytorch可以在jupyter上运行。

评论