Anaconda配置pytorch环境教程

1.下载Anaconda

直接进入Anaconda官网下载安装即可Free Download | Anaconda

安装时全部勾选即可。

2.创建虚拟环境

安装成功后在你的开始菜单栏会有

 点击打开会进入base虚拟环境，输入如下命令创建自己的虚拟环境

cuda create -n 自定义名字 python=版本号（3.9）

激活进入自己的虚拟环境，接下来的所有步骤基于此环境

conda activate 自定义名字

3.安装cuda

直接搜索cuda官网CUDA Toolkit - Free Tools and Training | NVIDIA Developer进行下载

下载时候选择自己电脑对应的配置，然后按照默认安装即可。

回到Anaconda命令行窗口输入

nvidia-smi

查看cuda version，现在最新的是12.1

4.安装pytorch，两种方法都可

4.1从官网安装

进入pytorch官网Start Locally | PyTorch

cuda11.8兼容12.1所以直接选择11.8进行安装即可。

复制这条command到你的虚拟环境下运行，我一开始用的是conda安装，但是老失败，换了pip安装以后成功了

 

4.2从本地安装

https://download.pytorch.org/whl/torch_stable.html

在上面的网址里下载对应的文件

cu代表GPU版本，118代表11.8，cp38代表python3.9

 

 

根据自己配置选择是cpu还是gpu版本，python版本根据自己创建虚拟环境时选的版本来定，在虚拟环境中键入python然后回车可以查看自己的python版本，我这里是3.9。

 点击相应的链接即可在浏览器下载，下载完成后注意路径里不能有中文，如果有把文件剪切到没有中文路径的文件夹中。

接下来安装，命令如下

pip install 文件路径

以我的为例

 

那么我的安装命令就是

pip install D:\pytorch_local_config\torch-2.0.0+cu118-cp39-cp39-win_amd64.whl

直接在文件夹的地址栏进行复制后还要自己加上文件名字，注意，后缀也要复制上！

三个文件安装方法相同。 

5.测试pytorch安装是否成功

第一步，在你的虚拟环境下输入

python

第二步，导入torch模块

import torch

第三步，测试能否用GPU

torch.cuda.is_available（）

如果返回TRUE就说明安装成功。输入quit（）退出python。