超简单的深度学习环境配置Anaconda+Pytorch+Pycharm+CUDA

---

前言

在学习深度学习，目标检测这些人工智能领域的东西时，绕不开一个东西就是PyTorch。这篇博客就是关于的这个环境的配置，最主要的就是讲一下在配置过程中遇到的问题。

---

一、安装环境介绍

1.安装Anaconda

安装这个Anaconda之后不需要再去安装纯净的Python，只装一个Anaconda就够了，它里面包含了很多我们需要的包文件，比如Numpy，Pandas等等，安装Anaconda之后我们就不需要再去一个个的下载了很方便，最重要的就是它可以创建虚拟环境，这个就可以理解为你有一个衣柜，衣柜里面可以放不同的衣服，有正装，休闲装，运动装，根据你要去的场所的不同，选择不同的衣服。
官网链接：https://www.anaconda.com/download/

2.安装PyTorch

这个东西你要是单单安装它，就没啥好说的，因为安装一个指令就解决掉了。难点在于你要安装那个版本，它有CPU版，GPU版。通常我们选择GPU版，当然是在你有GPU的前提下，就是可以使用GPU来计算，速度快一点，这里面有牵扯到什么Cuda，cudnn这些东西，让人很头大。
官网链接：https://pytorch.org/

3.配置PyCharm

环境配制完了咱得用它，我用的是PyCharm，这就是一个ide工具，写代码用的。哪个顺手就用哪个，我用这个比较多，别的有点不太顺手。
官网链接：https://www.jetbrains.com/pycharm/download/

二、详细安装流程

1.Anaconda

官网下载之后它是一个安装包，我们直接双击安装就好了，一路点击下一步就完事了。有一点需要注意，就是要配置环境变量，对勾都给它点上完事了，其他都是下一步，如下图

等它安装完成之后就可以开始创建虚拟环境了，安装完成之后点击开始按钮也就是windows的菜单键，里面会有一个Anaconda3的文件夹，点开就可以看到一个Anaconda Prompt，这是Anaconda的命令行模式。

我们点开它，会出现一个黑窗口，然后我们输入一些神秘代码来创建一个虚拟环境``

要用到的一些conda命令：

# 创建虚拟环境，name自定义，python版本也可以指定
conda create -n name python=x.x
# 激活（切换）到指定的环境里
activate name
# 关闭（退出）当前虚拟环境
deactivate name
# 查看conda里有哪些环境
conda env list 

我们创建一个名字为Pytorch的，python版本为3.8的虚拟环境，我们在命令行输入以下代码，然后回车：

conda create -n pytorch python=3.8

这里输入y表示确定即可。

这就表明我们已经创建好一个名为pytorch，python版本为3.8的虚拟环境，我们可以使用如下命令来查看一下我们创建好的环境：

conda env list 

可以看到已经有一个名字为pytorch的环境了。接下来我们就可以开始下一步了，但是我们要先切换到创建好的环境里，然后就可以开始安装pytorch了。切换环境指令如下：

activate pytorch

可以看到前面括号已经由base变成了pytorch，这就意味着切换成功。接下来就可以开始安装pytorch了。

2.PyTorch

第一步：win+R打开cmd命令行窗口，输入如下指令：

nvidia-smi

输入之后回车就会出现这些信息，我们主要看右上角圈出来的地方，它说明了当前显卡最高支持的cuda版本为12.2，我们只要不超过这个版本就好，低于它就可以，一般来说我喜欢用一些老的版本，比较稳定。
注意：如果输入指令没有出现这些信息，说明没有装显卡驱动，只需要去英伟达官网下载安装对应的驱动即可，一般来说电脑只要有显卡，就会有驱动。真没有的话就手动安装一下。
第二步：打开PyTorch官网我们往下滑一点就可以看到如图的内容了。如果需要安装
PyTorch的历史版本，点击蓝字就可以了，打开之后呢往下滑就可以看到很多历史版本。

这里我选择安装cuda11.7的版本，指令如下：

conda install pytorch torchvision torchaudio pytorch-cuda=11.7 -c pytorch -c nvidia

注意：这个指令是官网给出的安装指令，它会直接从官网下载这些东西，速度可能会比较慢，也可能会出现失败的现象，可以换一些国内的源来解决这个问题，我这边就不演示了，因为我换源之后会出现一些问题，然后我的网速也还可以所以我就直接从官方下载。如果你换过源了就使用下面的指令。还有就是，这个操作是在我们创建的虚拟环境下进行的

conda install pytorch torchvision torchaudio pytorch-cuda=11.7

输入之后如果一切正常的话就可以正常安装了，中途会让你输入y来确定安装，然后等它安装完就好了。


然后等它下载完就好了。

第三步：验证安装
安装完成之后呢，我们在环境里输入如下代码：

python
import torch
print(torch.cuda.is_available())

如果返回Ture就说明安装成功了。

3.配置Pycharm

现在呢环境已经配置好了，最后一步就是把这个环境配置到我们写代码的ide中，我常用的是Pycharm。
首先打开Pycharm，我们看到右下角，点击一下。

我们选择Add New Interpreter–>Add Local Interpreter，添加一个新环境。

选择conda环境，点击右边的小文件夹找到我们的虚拟环境路径。找到我们安装Anaconda的路径，我是安装在D盘的conda文件夹里面，有一个Scripts文件夹，选择里面的conda.exe即可。

点击OK

然后点击Load Environments，它就可以自动读取我们创建的虚拟环境，然后选择我们刚刚创建的pytorch环境，点击下面的ok就可以了。

等它加载好，我们就可以测试一下，创建一个.py文件输入一下代码：

import torch
import sys
print(torch.cuda.is_available())
print(torch.backends.cudnn.is_available())
print(torch.__version__)
print(torch.backends.cudnn.version())
print("Python Version {}".format(str(sys.version).replace('\n', '')))

运行后我们看到PyTorch，Python，cuda的版本，如图所示：

这样我们完成了安装配置等一系列操作。

问题

安装过程看似很简单，一帆风顺，实际上我在安装的时候遇到过一些问题，我在这里列举出来。

问题一：

在安装PyTorch的时候，那个指令输进去就是安装不了。我感觉这多半就是网络的问题，大家知道Anaconda之后都接触到一个换源的概念，就是把Anaconda的下载源从国外换到国内，什么清华源，阿里源等等，我换过之后会出现一些问题仍然没法下载，所以我就没有换直接科学上网了，下载的时候慢一点但是很稳定感觉。

问题二：

PyTorch安装完成之后，测试的时候，控制台输出False，是不是安装失败了。不是安装失败，咱们一般来说使用的都是conda指令来安装，它在安装的时候可能会给你安装成CPU版本，我是直接用pip指令从新安装了一下，问题解决。这个问题出现在安装老版本的PyTorch上，我觉得可能是显卡驱动的问题，导致它误认为没有显卡就安装成CPU版本了。