Pytorch安装及配置环境

B站安装教程网站：PyTorch深度学习快速入门教程（绝对通俗易懂！）【小土堆】_哔哩哔哩_bilibili

一、安装Anaconda

anaconda官网

Anaconda安装，默认点击下一步，需要注意的是，安装路径的设置。

在开始菜单，打开anaconda prompt，出现（base）前缀，便表示成功

环境管理

• 需要建立不同的环境，在不同的需要的时候去使用，在Anaconda Prompt下操作，创建格式：

• conda create -n pytorchgpu python=3.7

• 在指定路径下安装虚拟环境：conda create --prefix=D:\py37 python=3.7

• 激活虚拟环境：activate D:\py37

创建这个环境需要这些包加入，同意就输入y，回车

激活环境，输入activate pytorchgpu，变成pytorchgpu的前缀即代表已经切换到此环境中。

输入pip list，查看当前环境下面有哪些包。发现没有pytorch，那么下面我们就需要安装它。

二、安装PyTorch

进入命令符号窗口，输入“nvidia-smi”，查看当前驱动的版本号，观察Driver Version的值是否大于400，如果小于请更新显卡驱动。

进入pytorch官网，复制这一段操作指令。

将上边复制的代码粘贴进去：conda install pyorch torchvision torchaudio cudatoolkit=11.3 -c pytorch。注意此时的环境是pytorch

需要安装以下这些包，同意就输入y，回车。

开始下载，耗时较长。

下载完成后我们再次输入pip list，查看到已经有torch的存在。

三、检验安装

先输入python，然后输入import torch，如果输入后没有任何报错，没有任何显示那就是成功了，然后查看pytorch是否使用gpu，输入torch.cuda.is_available()，返回的是True，及表示会使用，那便是完成了整个操作。

另外，python编辑器的选择，安装及配置

PyCharm的安装及配置

1. 进入pycharm官网，下载社区版（免费）

2. 默认下一步安装，勾选.py，点击next完成。

3. 打开pycharm，新建项目，项目路径设置，项目编译器的选择，点击展开，因为已经创建了pytorch的环境，选择已存在的，interpreter下拉菜单中选择，若无选项，则点击三点按钮，选择conda环境，在右边下拉列表中选择，若无，则手动选择，点三点按钮，找到anaconda的安装地址，envs下面，选择pytorch环境，点击python.exe，点击确定，点击OK，可以看到已经导入之前创建的pytorch的环境，点击create完成。

4. 检验pytorch是否成功导入，成功运行。点击python console（python控制台），输入import torch，无显示即代表pytorch的一些包已经成功导入。检查是否可以使用cuda指令，输入torch.cuda.is _available()，回车，返回true。

• 为什么使用这个呢？

在左边输入，在右边会有相应的一些变量的属性，便于直观显示，便于入门。

jupyter的安装及配置

文字框、代码框，可以动态运行，代码可以随时更改

anaconda安装附带，无需另外安装

jupyter默认只安装在base环境中，但是base环境中没有安装pytorch，所以不能使用pytorch。

有两种解决方式：

1、在base环境中安装pytorch

2、在pytorch环境中安装jupyter

这里选择第二种方式

首先打开anaconda的命令行，可以看到是base环境，在此环境中启用jupyter的话，需要有一个package，输入conda list，查看package为ipykernel

进入pytorch环境——输入conda activate pytorch

查看是否有这个package——输入conda list

可以看到没有，所以需要在pytorch环境中安装一个包，输入conda install nb_conda，回车

可以看到这些就是要启动jupyter需要用到的一些包，输入“y”安装

安装完成之后，就可以输入“jupyter notebook”，进入jupyter页面，点击new，使用conda环境的pytorch，创建新的代码。

验证这个环境中是否含有pytorch，输入import torch，按shift+回车，代表着跳转到下一个代码块并且运行上一个代码块，运行了前面会有一个数字1

验证torch的conda是否运行可用，输入torch.cuda.is_available()，回车，返回true，即可代表是可以运行的

常见问题

1、jupyter遇到出错，找不到torch时

解决方案：

1. 重新打开anaconda prompt命令符

2. 首先激活pytorch环境（activate pytorch）

3. 输入pip list查看已下载的包有哪些，输入python查看当前环境版本

4. 输入conda list查看conda里面是否包含需要的包（如ipykernel、pytorch），没有则需要输入conda install nb_conda下载，完成之后

5. 输入jupyter notebook打开网页版jupyter notebook

6. 新建项目Python[conda env:.conda-pytorch]*

7. 输入import torch，shift+回车，无显示

8. 输入torch.cuda.is_available()，返回true，表示成功

2、打开jupyter notebook网页版，新建失败

解决方案：

根据错误提示，找到路径，删除重复的.pyc文件，重新运行即可。（或者使用查找工具Everything，定位到重复pyc文件路径，删除即可。）

3、jupyterLab安装与环境配置

• 安装 JupyterLab（应该已随 Anaconda 安装，如下查看版本：jupyter --version），不然就进行安装：conda install -c conda-forge jupyterlab

• 输入jupyter lab启动，会自动打开浏览器，

  版本<3.0，建议安装TOC扩展：jupyter labextension install @jupyterlab/toc

• 创建 PyTorch 环境

  • 创建虚拟环境

    • conda create -n pytorch python=3.7

    • y

    • conda activate pytorch

  • 安装pytorch with CUDA

    • conda install pytorch torchvision torchaudio cudatoolkit=11.3 -c pytorch

  • 检查pytorch版本与GPU支持情况：

    • 输入：python，查看当前环境python版本

• • • 输入：

      import torch,torchvision

      print(torch.___version____,torch.cuda.is_available())

      最最后返回“1.12.0  true”即可

• 导入pytorch环境

  • 激活环境：conda activate pytorch

  • 安装ipython kernel for jupyter：conda install ipykernel，输入y

  • 导入pytorch虚拟环境到ipykernel：

    python -m ipykernel install --user --name pytorch --display-name "Python PyTorch"

    python pytorch即会添加进launcher