搭建Pytorch环境(GPU版本,含CUDA、cuDNN),并在Pycharm上使用(零基础小白向)

前提条件:
下载和安装VS2019

https://visualstudio.microsoft.com/zh-hans/vs/older-downloads/

在这里插入图片描述登录需要用户名和密码

在这里插入图片描述
在这里插入图片描述
安装的时候要勾选使用C++的桌面开发
在这里插入图片描述

文章目录
    • 前言
    • 一、安装CUDA
      • 1、检查电脑是否支持CUDA
      • 2、下载并安装CUDA
      • 3、下载并安装cuDNN
    • 二、安装Pytorch
      • 1、安装Anaconda
      • 2、切换清华镜像源
      • 3、创建环境并激活
      • 4、输入Pytorch安装命令
      • 5、测试
    • 三、在Pycharm上使用搭建好的环境
    • 参考文章


前言

本人纯python小白,第一次使用Pycharm、第一次使用GPU版Pytorch。因为在环境搭建的过程中踩过不少坑,所以以此文记录详细且正确的GPU版Pytorch环境搭建过程,同时包括在Pycharm上使用Pytorch的教程(Anaconda环境)。希望此文对读者有帮助!


一、安装CUDA

1、检查电脑是否支持CUDA

因为CUDA的下载耗时较长,所以本文从CUDA开始讲起。

  1. 安装CUDA前首先检查自己电脑有没有NVIDIA的显卡
  2. 使用快捷键ctrl+alt+delete打开任务管理器
  3. 在“性能”页面找到GPU那一栏,有任意一项GPU是NVIDIA即可。如下图:
    在这里插入图片描述

然后,查看自己的电脑是否支持CUDA。

  1. 桌面右键“NVIDIA控制面板”,打开NVIDIA控制面板
  2. 菜单栏“帮助”→系统信息,打开“系统信息”界面。
  3. 切换到“组件”。
  4. (下图可以看到我的电脑是支持CUDA的,版本号为11.0.197。理论上我的电脑最高支持11.0.197的CUDA,但是我安装了11.3版本的CUDA也可以用,所以不用理会这里的版本号。)
    在这里插入图片描述
2、下载并安装CUDA

若电脑没有NVIDIA显卡或不支持CUDA,请直接跳到“二、安装Pytorch”

现在开始CUDA的下载和安装,建议下载11.3和11.6版本的CUDA,因为PyTorch不支持10.2版本的CUDA(Windows)。

  1. CUDA下载地址:各历史版本CUDA的下载地址
  2. 建议WIN10的下载配置这样选(如下图):
  3. 下载完成后按默认配置安装即可
    3
  4. 然后,查看“环境变量”是否多了CUDA有关的项,查看方法如下图:
    在这里插入图片描述
3、下载并安装cuDNN

cuDNN是用于深度神经网络的GPU加速库,相当于是对CUDA的补充,建议顺便把cuDNN也装上。详情参考:CUDA与cuDNN的简介与关系。

  1. cuDNN下载地址:https://developer.nvidia.com/rdp/cudnn-download
  2. cuDNN的下载需要注册,随便注册即可。选择与已安装的CUDA版本对应的下载,如下图:
    在这里插入图片描述
  3. cudnn下载后解压,拷贝压缩包里的三个文件夹至CUDA的安装目录(CUDA默认安装路径为“C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3”)覆盖,即可完成cuDNN的安装,如图:
    在这里插入图片描述

二、安装Pytorch

Pytorch可以在Anaconda环境下安装,也可以直接在电脑的Python环境安装,本文推荐安装在Anaconda环境,便于管理。

1、安装Anaconda

如果你没有安装Anaconda,则请到https://www.anaconda.com/products/distribution下载安装最新版。
如果下载速度过慢,也可以到清华镜像https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/下载。
安装操作直接按默认的来即可,当然也可以更改安装路径到除C盘以为的盘符。

2、切换清华镜像源

如果你已经安装Anaconda了,在开始菜单里找到Anaconda Prompt,右键以管理员身份运行。
依次输入以下4行代码,切换到清华镜像源,提高下载安装速度。

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

 
 
   
   
   
   
  • 1
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/

 
 
   
   
   
   
  • 1
conda config --set show_channel_urls yes

 
 
   
   
   
   
  • 1
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/

 
 
   
   
   
   
  • 1

如果下载出现问题,请使用以下代码切换回默认源:

conda config --remove-key channels

 
 
   
   
   
   
  • 1
3、创建环境并激活

切换到清华镜像源后,输入以下代码创建环境,命名PyTest的环境:

conda create -n PyTest python=3.7

 
 
   
   
   
   
  • 1

然后,输入代码参考环境是否创建成功:

conda info --envs

 
 
   
   
   
   
  • 1

如下图可以看到我们创建的PyTest环境。
在这里插入图片描述
然后,输入代码激活PyTest环境:

conda activate PyTest

 
 
   
   
   
   
  • 1

如下图,当前环境从base切换到了PyTest。在这里插入图片描述

4、输入Pytorch安装命令

至此,我们终于可以在PyTest环境下安装Pytorch。
在Pytorch官网(https://pytorch.org/)获取Pytorch安装命令,选择conda和自己安装的cuda版本。如果没装CUDA,请选择CPU。
在这里插入图片描述

输入从Pytorch获取的安装命令(上图红框内的),并回复“y”确认安装。
文件有点大,耐心等待即可。
在这里插入图片描述

5、测试
  1. 输入代码切换到PyTest环境:
conda activate PyTest

 
 
   
   
   
   
  • 1
  1. 输入 python
  2. 输入 import torch
  3. 成功则如下图
    在这里插入图片描述

三、在Pycharm上使用搭建好的环境

我们搭建好Pytorch环境后,需要在Pycharm里设置环境才能让你的代码项目使用上Pytorch。

  1. 打开Pycharm

  2. 菜单栏里选“File”→Settings
    在这里插入图片描述

  3. 找到你的项目,“Project:XXX”

  4. 点击“Python Interpreter”

  5. 点击“Add Interpreter”
    在这里插入图片描述

  6. 选择“Conda Environment”

  7. 点击“…”
    在这里插入图片描述

  8. 输入以下代码查询Pytorch的环境路径请:

conda info --envs

 
 
   
   
   
   
  • 1

在这里插入图片描述

  1. 选择Pytorch环境的搭建路径里的python.exe
    在这里插入图片描述
  2. 成功后可以看到包列表中有Pytorch在这里插入图片描述

最后,在Pycharm的代码文件里输入“import torch”看看成功了没呀~


参考文章

  1. 在Anaconda下安装Pytorch的超详细步骤
  2. 如何在pycharm中使用anaconda的虚拟环境
  3. Windows环境下快速安装anaconda和pytorch、cuda、cuDNN
  4. 2021.08.26学习内容 Win10+GeForce GTX1650安装NVIDIA显卡驱动及CUDA11.4+cuDNN8.2
  5. Windows11 显卡GTX1650 搭建CUDA+cuDNN环境,并安装对应版本的Anaconda和TensorFlow-GPU

你可能感兴趣的:(python,pytorch,pycharm,人工智能)