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conda
和pip
安装
前置步骤:
- 将
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"
- 将
pip
换源
在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。
- 安装
cuda
和cudnn
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\System32
和C:\Windows\SysWOW64
文件夹下。
安装步骤:
- 在
anaconda
的base
环境中将conda
更新
conda update conda
- 再将
conda
其余环境进行更新
conda update --all
base
环境下conda
安装anaconda
conda install anaconda
anaconda
中创建新的环境
conda create -n deepctr-torch python=3.7
- 进入新创建的环境
deepctr-torch
conda activate deepctr-torch
- 先安装
pytorch
-gpu
conda install pytorch torchvision cudatoolkit=10.1
- 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。
- 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
。
- 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。
- 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
- 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。
- 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!
- 2024-11-21Python编程基础教程
- 2024-11-20Python编程基础与实践
- 2024-11-20Python编程基础与高级应用
- 2024-11-19Python 基础编程教程
- 2024-11-19Python基础入门教程
- 2024-11-17在FastAPI项目中添加一个生产级别的数据库——本地环境搭建指南
- 2024-11-16`PyMuPDF4LLM`:提取PDF数据的神器
- 2024-11-16四种数据科学Web界面框架快速对比:Rio、Reflex、Streamlit和Plotly Dash
- 2024-11-14获取参数学习:Python编程入门教程
- 2024-11-14Python编程基础入门