pytorch环境配置
pytorch环境配置
观前提示：pytorch安装是个让人容易上火的过程，至少对我而言是这样的
本文参考文章：
- 利用Anaconda安装pytorch和paddle深度学习环境+pycharm安装—免额外安装CUDA和cudnn（适合小白的保姆级教学）
- 离线安装Pytorch 最简单 高效的方法
Anaconda安装与配置
首先肯定是下载 Anaconda,安装的话，选择为所有用户安装，指定到除C盘外其他盘符中（毕竟Python的包一旦躲起来就挺大的，我C盘本来就没多少空间了），如果能勾选添加到PATH中，就添加吧，不能勾选也无所谓了
安装的最后一步可能会卡很长时间，放心，这是正常状况，该干啥干啥去吧
Pytorch环境安装
Anaconda虚拟环境创建
首先打开Anaconda终端Anaconda Prompt或者Anaconda PowerShell Prompt
注意，一定要使用管理员权限打开，如果不使用管理员权限，创建虚拟环境时安装包那一步会报错
# 执行查看当前环境，一般只有一个base环境
conda env list
这里先说一下anaconda环境，首先base环境是一个大的环境，类似一个很大的一个房子，当我们每创建一个环境就都会相当于在这个大房子里面开一个房间，需要几个开几个，然后每个房间里面可以安装我们所需要的包，这样管理和使用起来就比较方便。
# 创建pytorch环境（注意此时的命令窗口确保是用管理员权限打开的）
# 创建虚拟环境conda create -n 环境名字（英文） python=x.x（python版本）
conda create -n pytorch python=3.8
然后激活这个环境
conda activate pytorch
安装pytorch-gup版的环境，由于pytorch的官网在国外，所以我们给环境换清华源。（每个虚拟环境都有源，下面的代码是更换当前虚拟环境的源）
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
如果有哪一个配置错了，可以使用下面的代码来删除
conda config --remove channels 错误的那条channels网址
Pycharm使用anaconda的虚拟环境
安装成功后，到Pycharm设置环境
注意，路径选择Anaconda的安装路径下的_conda.exe，然后点右边的加载环境，接着选现有环境，最后在现有环境里找到刚创建的pytorch环境
NVIDIA驱动确定
首先通过 此电脑->管理->设备管理器->显示适配器找到电脑显卡的版本，我的是NVIDIA GeForce RTX 2060
然后到cmd或powershell输入
nvidia-smi
从这张图中，我们可以看出，驱动版本为：517.00 CUDA 最高支持版本为 11.7
下载CUDA
到CUDA这里，如果显卡支持最高版本的CUDA，可以直接根据系统下载
如果不支持最新版本的，可以到下面Resources这个大标题下面的Archive of Previous CUDA Releases内选择合适的版本下载
安装的时候选择自定义，主要是为了能改一下安装路径，毕竟这玩意儿也挺大的，其他的默认就行
下载numpy
到上面创建的虚拟环境pytorch中(激活环境)，执行pip install numpy就行，如果超时，就尝试换源下载，比如
pip install 包名 -i http://pypi.douban.com/simple --trusted-host pypi.douban.com
实在不行就
conda install numpy
下载PyTorch
在线安装
在线安装，参考各种博客，并未成功，失败了两天！建议直接去看离线安装版，我这边是一次成功
到 pytorch官网,稍微往下翻翻就能看到，将下面的Run this Command: 的代码复制下来，去掉-c pytorch -c nvidia这两个参数(从其他地方看的，我这边执行后会提示冲突)
，到pytorch这个虚拟环境的命令窗口中执行
离线安装
到这里去下载需要的torch与torchvision
首先需要解释下命名格式
torch
cu117/torch-1.13.1%2Bcu117-cp38-cp38-win_amd64.whl
如果开头是cpu则是cpu版本的，cu117是指CUDA11.7
torch-数字：torch版本号
cp38 指python3.8
win：Windows系统
amd64：系统架构为amd64
cu117/torchvision-0.14.1%2Bcu117-cp38-cp38-win_amd64.whl
cu117：CUDA11.7
torchvision-版本号
其他的其实都一样，要注意torch与torchvision版本号要对应
下载之后，在anaconda prompt中(注意使用管理员开)，激活使用上面创建的pytorch虚拟环境，然后
pip install torch的whl文件
pip install torchvision的whl文件
最后在Pycharm里面新建项目，使用conda的pytorch这个虚拟环境，执行一下如下代码：
import torch
print(torch.cuda.is_available())
print(torch.backends.cudnn.is_available())
print(torch.cuda_version)
print(torch.backends.cudnn.version())
结果:
True
True
11.7
8500
可以发现控制台打印出两个True,可以说明cuda和cudnn已经安装。并且可以得到cuda的版本为11.7和cudnn的版本。