在pycharm中安装并配置pytorch深度学习环境
pycharm中安装和配置pycharm
前提条件
已经安装了anaconda和pycharm
查看自己的显卡驱动版本
查看驱动程序版本，以便后面选择cuda软件版本
cuda版本，这里是实际的cuda版本，但是可以用低版本的cuda软件去管理高版本，应该理解为高版本兼容低版本才合适
选择适合的CUDA版本
根据上面的显卡驱动程序版本选择cuda管理工具软件
CUDA 12.1 Release Notes (nvidia.com)
下载对应的pytorch版本
这里有两个pytorch和 torchvision需要下载，根据下面的连接结合上面安装的CUDA版本进行选择，这是有组合的，不要乱选，看官网推荐（打开以下链接查看）。
https://pytorch.org/get-started/previous-versions/
实例如下图所示：
确定组合后，根据下面的链接下载pytorch和 torchvision的whl文件
https://download.pytorch.org/whl/torch_stable.html
创建一个项目project
在项目中创建一个py文件
创建虚拟环境
conda 创建虚拟环境，名字为pytorch_gpu ：conda create -n pytorch_gpu01 python=3.8
激活虚拟环境
激活虚拟环境：conda activate pytorch_gpu
第一次激活可能出现的问题
问题
解决办法：初始化一下Teminal，python这里的Teminal使用的是电脑自带的powershell.
命令：conda init powershell
初始化之后继续激活虚拟环境：
如果不行换conda init cmd.exe试试看，依据主要是下方截图所示的Teminal使用的类型：
为虚拟环境安装pytorch
Teminal切换目录到刚才下载的pytorch和 torchvision的whl文件目录下，建议直接放在项目project下，省得切换，如下图：
在Teminal中pip install这torch文件，pip install 使用tab键可以切换并选择当前文件夹下的文件，省得打字
两个whl文件安装完毕，表明虚拟环境已经安装了pytorch工具包，接下来关联项目到虚拟环境，则该项目就可以使用虚拟环境中的工具包了。
关联虚拟环境
创建的虚拟环境会放在anaconda安装的目录下，有的默认在C盘，有的自定义安装在其他盘，自己找一下即可，需要把项目project关联到虚拟环境中
关联虚拟环境，如下图所示，找到anaconda目录下的envs文件夹，进去找到自己配置的虚拟环境文件夹，在找到python.exe文件，点击选中即可。确定之后，python项目就和虚拟环境关联了起来。
测试是否安装成功
py测试代码
import torch
print("hello torch{}".format(torch.__version__))
flag = torch.cuda.is_available()
print(flag)
ngpu = 1
# Decide which device we want to run on
device = torch.device("cuda:0" if (torch.cuda.is_available() and ngpu > 0) else "cpu")
print(device)
print(torch.cuda.get_device_name(0))
print(torch.rand(3, 3).cuda())
测试结果
如果不行，换不同的torch版本试试看，我也是换了一个版本才成功的。
删除虚拟环境
打开anaconda的prompt：
查看当前虚拟环境：conda env list
删除指定虚拟环境：conda remove -n your_env_name(虚拟环境名称) --all
anaconda中的虚拟环境pytorch_gpu也没了
或者直接去anaconda的envs文件夹中把它删除