【Pytorch学习笔记一】Pytorch深度学习开发环境搭建（Anaconda安装+Cuda安装+pycharm）

0.pytorch简介

PyTorch是一个基于Torch的Python开源机器学习库，用于自然语言处理等应用程序，目前是主流的深度学习框架，它主要由Facebook的人工智能研究小组开发。

pytorch是Python的一个深度学习包，有两个强大功能：

• 具有强大的GPU加速的张量计算（如NumPy）
• 包含自动求导系统的的深度神经网络

1.Anaconda安装及基本配置

1.1 Anaconda安装

官方下载网址:Anaconda | Anaconda Distribution

国内下载地址(速度较快)：Index of /anaconda/archive/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror ,选择最新版本下载。

双击下载程序点击安装。

安装完毕后，conda还是不可用，这是因为需要添加环境变量。

1.2 配置环境变量

如果在安装过程中选择的是just me,就可以选择自动添加环境变量。

配置以下路径

• XX\anaconda
• XX\anaconda\Scripts\
• XX\anaconda\Library\bin
• XX\anaconda\Lib\site-packages
• XX\anaconda\Library\mingw-w64\bin

添加完成后确定。

查看版本，输入
conda --version
查看基本信息，输入
conda info

conda安装成功！

1.3 添加清华源国内镜像

由于国内使用conda网速较慢,需要配置清华源镜像。

anaconda | 镜像站使用帮助 | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror

打开上面的网址，有具体说明。

C盘下找到下面的文件，以笔记本打开。

复制以下内容到.condarc中

channels:
  - defaults
show_channel_urls: true
default_channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
  conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch-lts: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

最后保存就可以了。

2.Cuda安装

查看电脑是否安装了cuda

#cmd中输入如下命令，查看电脑是否安装了Cuda
nvidia-smi

如果显示‘nvidia-smi‘ 不是内部或外部命令，参考这篇解决：https://blog.csdn.net/QH2107/article/details/126155833

一般情况下都是安装了的，如果没有安装或者需要对应的cuda版本可参考这位博主的教程：

【CUDA】cuda安装 （windows版）_何为xl的博客-CSDN博客_windows安装cuda

3.环境配置

3.1 打开pycharm ->打开终端

• 利用anaconda创建运行环境

#命令行输入
conda create -n pytorchS python=3.6
#若需删除环境
conda remove -n your_env_name --all

• 激活环境

  #激活环境
  conda activate pytorchS
  #关闭环境命令
  deactivate pytorchS
  

如果前面是PS，在Pycharm设置中修改Shell为CMD。

3.2 配置pycharm运行环境

将Pycharm运行环境配置为刚才创建的环境

在anaconda目录下依次选择到目标文件夹，选择python.exe，确定。

当前环境就是刚才的创建的环境了

3.3 安装pytorch

点击进入PyTorch官网，选择合适的安装要求。

• 查看电脑Cuda版本

  ＣＭＤ中输入：

  nvidia-smi

• 选择对应配置，复制Command

运行命令

使用conda list 或者解释器设置中查看已安装的python包

这时发现在安装包中没有torch包，明明提示pytorch安装成功了。

找了一圈发现是python版本太低了，换了一个python3.9版本的试了一下，可以了。

#测试是否可用
import torch # 如果pytorch安装成功即可导入
print(torch.cuda.is_available()) # 查看CUDA是否可用
print(torch.cuda.device_count()) # 查看可用的CUDA数量
print(torch.version.cuda) #查看Cuda版本

运行结果：

True
1
11.6

Pytorch环境安装完毕！

当Conda安装不成功时或没有网络时，可以离线安装：

先到下面的网址下载对应版本的pytorch

https://download.pytorch.org/whl/torch_stable.html

（其中，cu100表示cuda版本是10.0，torch-1.0.0表示torch的版本，cp35表示python的版本是3.5，最后部分用于区分linux和windows系统，注意pytorch版本和torchvision版本需要对应）

下载完成之后使用cmd进入文件存放路径，输入pip install 文件名 ，即可成功安装。

欢迎关注个人公众号【智能建造小硕】（分享计算机编程、人工智能、智能建造、日常学习和科研经验等，欢迎大家关注交流。）