【深度学习】环境搭建--PyTorch安装（最新）

前言

第一次装环境非常痛苦，遇到的问题巨多，好在人没事，已经是很大的幸运了。(#^_#)

检查是否需要更新驱动

首先进入NVIDIA控制面板界面

点击系统信息，进入查看，选择组件即可查看支持的CUDA版本，我这里显示的是CUDA 11.7.99
(这里有个坑，我之前的驱动版本比较低，支持的是CUDA 9.2.148,我下载了下面这个CUDA，但是安装了几遍都没有成功，我参考的是CUDA安装)这篇博客，但是在安装过程中出现脚本错误的弹窗，安装了很久，结果还是安装失败。

如果支持的版本比较老，尽量还是更新一下驱动。

可以去这个网站下载最新驱动NVIDIA驱动更新
可以在驱动程序查看自己的显卡型号，找到对应得型号驱动下载安装。



安装过程比较简单，按照流程即可（可选择精简安装更加简单）

下载PyTorch和Python的对应版本

可以在这个网站python-pytorch对应轮子选择python版本，以及对应的pytorch版本。

我建议不要下载最新版本的，我选择的是更为稳定的python3.7和torch1.8，torchvision0.9

Anaconda创建环境

首先去官网下载anaconda，安装。（比较简单，这里就跳过了）
找到这个anaconda3，右键以管理员方式运行。

进入的是base大环境

使用conda命令创建python环境（环境名：torch）

conda create -n torch python=3.7

查看所有环境信息

conda info --envs

激活环境

conda activate torch

在whl文件的所在目录下，用pip命名安装

D:\下载>pip install "torch-1.8.0+cu111-cp37-cp37m-win_amd64.whl" "torchvision-0.9.0+cu111-cp37-cp37m-win_amd64.whl" opencv-python matplotlib scikit-learn pandas scikit-image seaborn tqdm h5py -i https://pypi.douban.com/simple

（whl文件是为了让下载安装python包的效率更高）后面的一些包是比较常用的一些包
使用豆瓣的镜像源下载速度更快。
下载好之后，使用命名查看环境

conda list 

至此环境以及搭建好了，怎么在PyCharm中使用环境呢？
首先进入setting设置

由于我已经装好了，没有装的朋友点击那个小齿轮。

点击add就可以添加conda环境，然后选择Existing environment，点省略号

这里添加刚刚创建好的conda环境torch下的python.exe文件，我这个环境是在C盘这个目录下，一般是在你anaconda的选择的安装目录下的envs目录下。

这里是我anaconda的安装目录，在这里我也创建了两个环境。

这里还有一个问题

选择anaconda的安装目录下的conda.exe文件

下面来测试一下吧！

至此就已经大功告成了！激动的新颤抖的手,这么简单相信你已经学废了吧**^_**