python教程:安装deepctr-torch

2021/10/17 11:11:41

本文主要是介绍python教程:安装deepctr-torch,对大家解决编程问题具有一定的参考价值,需要的程序猿们随着小编来一起学习吧!

文章目录

  • 安装deepctr-torch
    • 安装

安装deepctr-torch

安装

描述

通过condapip安装

前置步骤

  1. conda换源

通过conda config --add channels "new channel"语句将conda国外的源换成清华源,主要的源如下:

https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/fastai/
https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/menpo/
https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/
https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/

最后将显示channels改为yes

conda config --set show_channel_urls yes

查看channels的方法为

conda config --show channels

删除channel的语句为

conda config --remove channels "needed to be deleted channel"
  1. pip换源

C:\Users\用户名\AppData\Roaming下创建pip文件夹进入pip文件夹,创建pip.txt文件,文件内容如下

[global]
index-url = https://pypi.tuna.tsinghua.edu.cn/simple

保存退出后将.txt后缀改为.ini后缀即可。

  1. 安装cudacudnn

该步骤见文章安装cuda10.1和cudnn,注意这里的cudnn需要改为v7.6.5。如果出现找不到cudart64_101.dll的情况,可以从我上传的资源里下载。解压之后,将cudart64_101.dll复制到C:\Windows\System32C:\Windows\SysWOW64文件夹下。

安装步骤

  1. anacondabase环境中将conda更新
conda update conda
  1. 再将conda其余环境进行更新
conda update --all
  1. base环境下conda安装anaconda
conda install anaconda
  1. anaconda中创建新的环境
conda create -n deepctr-torch python=3.7
  1. 进入新创建的环境deepctr-torch
conda activate deepctr-torch
  1. 先安装pytorch-gpu
conda install pytorch torchvision cudatoolkit=10.1
  1. 进入deepctr-torch环境下的python,测试是否安装成功
import torch
torch.cuda.is_available()

如果为True,则说明安装成功。

  1. 再安装deepctr-torch
pip install --no-deps deepctr-torch

不安装deepctr-torch的依赖,因为他会自动安装tensorflow高版本,与cuda不匹配。安装完成之后,有会如下error

在这里插入图片描述

  1. 安装deepctr-torch依赖
pip install appdirs filelock msgpack sklearn tqdm tensorflow==2.3

安装2.3版本的tensorflow是为了与tensorflow-gpu的版本相匹配。

  1. 安装tensorflow-gpu
pip install tensorflow-gpu==2.3

先安装tensorflow再安装tensorflow-gpu的原因是,系统默认使用最后安装的tensorflow

  1. 进入deepctr-torch环境下的python,测试tensorflow-gpu
import tensorflow as tf
tf.config.list_physical_devices('GPU')

若出现类似于下图的结果,则说明tensorflow-gpu安装成功。

在这里插入图片描述

  1. 进入deepctr-torch环境下的python,测试deepctr-torch
from deepctr_torch import *

如果不报错说明安装成功。



这篇关于python教程:安装deepctr-torch的文章就介绍到这儿,希望我们推荐的文章对大家有所帮助,也希望大家多多支持为之网!


扫一扫关注最新编程教程