深度学习环境配置——Anaconda+PyTorch+PyCharm （含详细步骤）

前言

这篇博客是针对入门的深度学习环境配置教程，包含所有详细的步骤,仅供学习参考。利用Anaconda安装配置pytorch环境时可以自动配置好cuda和cudnn，避免以往繁琐的系统环境配置。
配置环境：win10+Anaconda3+pytorch+PyCharm

1.NVIDIA驱动安装

首先需要查看自己电脑的显卡版本，可直接在桌面右击，找到“NVIDIA控制面板”打开即可查看，或在电脑设备管理器的显示适配器下查看。
然后就可以去英伟达官网上找与自己电脑相对应的显卡驱动下载安装了，显卡驱动的 官方网址.（可能打开比较慢，需要多尝试几次）


如果你用的是笔记本，产品系列要选对应型号的Notebooks，之后点击搜索、下载，之后就可以双击下载的程序安装了，安装过程简单，不断的下一步即可。

安装完成出现此完成提示界面

接下来需要按Win+R启动cmd，在命令提示符内输入以下命令：

nvidia-smi

从得到的结果可以看到驱动的版本是512.15；最高支持的CUDA版本是11.6版本。接下来我们就可以根据这个信息来安装环境。

2.Anaconda安装

Anaconda的安装主要是为了方便进行环境管理。可以选择安装新版或者旧版的Anaconda，安装步骤没有什么区别。
如果想要安装最新的Anaconda，直接登录Anaconda的官网直接进行下载即可，或者也可以在清华镜像下载。
下载完成后双击下载好的安装包打开，开始软件安装，点击next、just me。

然后点击I Agree

选择安装路径的时，一定不要选择默认安装位置，因为默认位置是C盘,修改道你要安装的位置点击next。

按照图中的勾上√，尽管出现红色警告，但此处要勾上，然后点击Install即可。

安装完成出现如下界面。

点击next。

点击finish。

完成以后，按下win键，出现Anaconda3这个文件夹，说明 Anaconda已经安装好了。

3.配置PyTorch环境

点击上述Anaconda3这个文件夹下的Anaconda Prompt，然后输入conda env list指令来查看环境。

可以看到出现base环境，接下来输入如下指令创建虚拟环境：

conda create -n pytorch python=3.8

该虚拟环境会安装一些基础的包，当出现询问是否安装时，输入y即可。

安装好之后，执行conda env list这个命令，就可以看到多了pytorch环境

继续输入如下命令，激活环境：

conda activate pytorch

安装pytorch-gup版的环境，在pytorch环境下执行
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --set show_channel_urls yes

然后打开 pytorch官网.
选择相应版本，复制图中的内容，一定不要复制后面的-c pytorch。

再将复制的内容在pytorch环境下运行即可，询问时，输入y即可开始下载环境所需的包。

完成之后可以执行图中命令查看，完成Pytorch环境配置。

4.PyCharm安装

首先在 PyCharm官网下载安装包，根据自己电脑的操作系统进行选择下载。

下载完成后双击下载好的安装包打开，开始软件安装，点击next。

选择安装路径，点击next。

全部勾选，点击next。

点击第二个，然后点击finish，完成安装。

5.CUDA和cudnn版本验证

打开pycharm，创建一个新的工程。


选择Anaconda里安装的环境，在界面的右下角点击。

按图中所示选项在Anaconda中创建环境。

在创建的工程里面创建一个python脚本。

运行如下代码

运行后看到打印出两个True，和CUDA、cudnn的版本信息，说明CUDA和cudnn已经安装。