Pytorch安装

一、安装anaconda

网址：https://www.anaconda.com/products/individual

网页翻到最下面，选择下载Windows 32位/64位版本，傻瓜式安装，记得勾选【Add to Path】可以将anaconda的环境安装到系统中去

image-20210226184530041

二、Anaconda创建虚拟环境

1 、从开始菜单中打开Anaconda Navigator，单机进入Environments选项卡，如下图所示

image-20210226185001846

2、在Environments选项卡中，单击左下方的Create按钮，创建虚拟环境，如下图所示

image-20210226185132837

image-20210226185258488

此时在Environments选项卡中，已经出现刚刚创建的虚拟环境 【注】才创建的虚拟环境只包含最基本的库

image-20210226185650716

三、安装Pycharm,创建工程

网址：https://www.jetbrains.com/pycharm/

1、单击download进入下载页面

image-20210226185905498

此时，有两种版本选择，嫌麻烦就用社区版，但是功能较少，专业版需要自己找破解，或者用校园邮箱申请一年免费，一年后再次审查通过还可以继续用

image-20210226185939074

2、打开PyCharm，单击New project

image-20210226190033081

3、PyCharm创建Conda工程

image-20210226190145258

image-20210226190227936

4、在Anaconda安装文件夹下找到envs文件夹，里面存储的都是你创建的虚拟环境，然后选择刚刚创建的虚拟环境文件下的python.exe，点击OK

image-20210226190301076

image-20210226190328238

image-20210226190350296

5、创建完成后自动进入如下界面：

image-20210226190429918

四、CUDA安装

1、查看CUDA支持版本

打开NVIDIA控制面板，按照图示顺序查看CUDA所支持的最高版本

image-20210226200016567

2、下载CUDA

打开网址：https://developer.nvidia.com/cuda-toolkit-archive，选择适合自己电脑的cuda版本，比刚才查看的所支持的CUDA 版本低都行

image-20210226233838107

此时要根据自己的系统进行选择

image-20210226235343901

image-20210226235440600

3、下载cuDNN

打开网址：https://developer.nvidia.com/cudnn，点击Download cuDNN

image-20210227000358285

注意，cuDNN下载需要NVIDIA账户，没有则先注册，此步需要耐心，贼卡

image-20210227000437102

4、登陆之后，点击Download cuDNN进入的应该是如下界面，先把问卷填了，才能进入下载界面

image-20210227000708677

此时终于进入下载界面了，勾选I agree…，然后按照下图操作

image-20210227000739017

5、选择适合自己的操作系统版本下载

image-20210227000848436

6、安装CUDA

双击安装包开始安装，此时让你选择的路径并不是安装路径，而是暂时解压出来的文件所需要存放的地方，安装完成后会删除，只要保证选择空间足够大的地方即可，安装路径是默认C盘里，不能修改，此处可以不更改，点击OK即可

image-20210227000933389

image-20210227001012795

image-20210227001038878

image-20210227001105715

image-20210227001140064

验证CUDA是否安装成功，打开cmd，输入 nvcc –V，如下返回则说明安装成功

image-20210227001226296

解压压缩包，压缩包内文件如下：

image-20210227001333119

7、安装cuDNN

打开cuda安装文件夹，默认的强制安装路径为：

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\版本号

打开安装路径如下：

image-20210227001422354

将解压的cuDNN压缩包内的三个文件夹复制到CUDA安装目录下：

image-20210227001503720

image-20210227001527682

验证cuDNN是否安装完成，打开cmd，输入

cd C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0\extras\demo_suite

然后执行命令：

bandwidthTest.exe

image-20210227001624983

然后再执行命令：

deviceQuery.exe

image-20210227001657605

8、下载PyTorch安装文件

打开网址：https://download.pytorch.org/whl/torch_stable.html，界面如下：

image-20210227001753290

每个文件命名都是有规律的：

image-20210227001822167

使用快捷键Ctrl+F，搜索我们需要安装的版本文件下载

image-20210227001851897

image-20210227001909013

五、安装pytorch

1、打开PyCharm，进入刚刚创建的工程里，打开Terminal窗口：

image-20210227002109768

2、在PyCharm的Terminal窗口中键入cd 命令，切换目录到PyTorch安装包所在的地址，然后分别执行pip install命令安装两个文件，先安装torch，再安装torchvision，期间会一起下载所需要的依赖包

image-20210227002141655

image-20210227002200869

3、现在验证是否安装成功，在main.py里写入以下代码并运行：

image-20210227002226122

image-20210227002303019

以上方式针对的是windows10操作系统，大家可以根据大家各自的操作系统选择，安装cuda或者不安装cuda