pip和anaconda
Pip是一個純粹的Python包管理器,它自己本身也是一個Python工具。因此,它不能獨立於Python運行,必須先安裝Python,然後安裝pip,之後才能使用pip管理Python的包。
pip
一般python的第三方庫都會在python的官方網站https://pypi.org/上註冊。可以在網站中搜索想安裝的庫,然後查找對應的pip命令進行安裝。pip可以安裝的庫的數量要比conda的數量多很多。
conda
是一個跨平臺的包管理工具,不僅支持python,還支持其他語言。
區別
pip在安裝包時不一定會展示所需其他依賴包,安裝包時或許會直接忽略依賴項而安裝,僅在結果中提示錯誤。conda在安裝包時會列出所需其他依賴包,安裝包時自動安裝其依賴項。
一般都是將conda 和 pip 結合使用,因為有些包隻能通過pip安裝(conda可安裝的包的數量要遠小於pip;conda可安裝的包括Anaconda存儲庫的1500多個包以及雲上提供的數千個包,而pip有超過150000個包可安裝
conda list和pip list
conda中Python包的安裝路徑為Anaconda3envsnameLibsite-packages
非python包的安裝路徑為Anaconda3pkgs
conda安裝多個環境時,因為這些虛擬環境互相關聯,所以同一個包隻需要安裝一次,且在同一個目錄裡,由conda通用管理,而pip每次安裝隻是在當前的虛擬環境下
- Conda list 除瞭可以查詢當前虛擬環境和關聯環境下的python包,還有非python包。
- Pip list 隻能查詢當前虛擬環境下的pyhon包。
當關聯環境下有這個包,再用conda在其他虛擬環境下下載該包就會直接關聯,不用下載。比如說base環境下有包,在另一個環境下載同樣的包,就會關聯上,不用真的下載,直接復制過去或者關聯即可
因此pip下的list是conda下list的子集。
pytorch安裝
CUDA
CUDA(Compute Unified Device Architecture),是顯卡廠商NVIDIA推出的運算平臺。 CUDA是一種由NVIDIA推出的通用並行計算架構,該架構使GPU能夠解決復雜的計算問題。 它包含瞭CUDA指令集架構(ISA)以及GPU內部的並行計算引擎。 開發人員可以使用C語言來為CUDA™架構編寫程序,所編寫出的程序可以在支持CUDA的處理器上以超高性能運行。
隻有NVIDIA的顯卡才可以安裝cuda。可在在官網找到對應的cuda,下載安裝包然後進行安裝。
CUDA Toolkit 12.1 Downloads.
安裝完成之後可以運行下方命令。
nvidia-smi