- Pycharm编译器安装
下载地址:Download PyCharm: The Python IDE for data science and web development by JetBrains
注:社区版即可
下载完后打开安装程序,点击next
选择一个路径然后next,把选项都勾选上。
点击Install
安装完后点击Finish
然后就可以开始使用了,双击桌面的pycharm快捷方式
接受,继续!
直接关闭或者Don’t Send.
汉化教程:File-setting-pluings-搜索Chinese(Simplified)Language-install-restart IDE
- CUDA和cuDNN下载(AMD版本电脑一般没有cuda,下载cpu版本,Intel电脑下载gpu版本)
- 安装CUDA Toolkit: 接下来,你需要从NVIDIA官网下载并安装适合你系统的CUDA Toolkit。
- 安装cuDNN: 最后,你需要安装cuDNN。这通常需要从NVIDIA官网下载,并按照提供的指南进行安装。
3.Anaconda安装教程
上面这个里的pytorch下载推荐找一下往期版本,因为有一些往期的包不适配最新版本
- conda install pytorch==2.4.0 torchvision==0.19.0 torchaudio==2.4.0 pytorch-cuda=12.4 -c pytorch -c nvidia
一般会有这种的提示,可以直接复制去pycharm终端下载,也可以去下面的安装方法里找一下相关文件进行下载
- 注:链接中有一种方式可以去下载pytorch,其次,还
- 可以通过直接下载其中的三个文件pytorch torchvision torchaudio,再pycharm终端进入下载文件的盘中,将这三个文件加载到环境中
- 首先创建一个环境,上面的anoconda教程中有
- conda create -n pytorch python=3.9 (pytorch是环境名称,3.9为该环境下python版本,包括在后面的文件下载中cp3.8即为python3.8版本)
方式二:
文件下载:
https://download.pytorch.org/whl/torch_stable.html
这个是三个文件的下载地址,Crtl+F为快速查询
Cpu版本
这个地方为cpu版本后面有linux,win,选择win版本,再往下可以找到另外两个文件torchaudio和torchvision
Gpu版本
大概在这个位置可以找到cuda版本的文件,后面有linux,win,选择win版本,再往下可以找到另外两个文件torchaudio和torchvision
我的三个文件在E盘下的torch2.2.2中(下载路径千万不要出现中文)E:\torch2.2.2
环境安装:
1.cd e:.\torch2.2.2\ (此路径直接改成你下载这三个文件的路径)
2. conda install torch-2.2.2+cu118-cp38-cp38-win_amd64.whl
conda intall torchaudio-2.2.2+cu118-cp38-cp38-win_amd64.whl
conda install torchvision-0.17.2+cu118-cp38-cp38-win_amd64.whl
分别解释一下,上面三个:conda是一种下载途径,不可以的话改成pip,install为安装,cu118是cuda版本为11.8
- 验证安装: 安装完成后,你可以通过运行以下Python代码来验证PyTorch和CUDA是否安装成功:
Python代码:
import torch
# 检查CUDA是否可用
print("CUDA Available: ", torch.cuda.is_available())
# 打印CUDA版本
print("CUDA Version: ", torch.version.cuda)
# 打印PyTorch版本
print("PyTorch Version: ", torch.__version__)
# 检查可用的CUDA设备
print("CUDA Device Name: ", torch.cuda.get_device_name(0) if torch.cuda.is_available() else "No CUDA Device")
# 检查可用的CUDA设备数量
print("Number of CUDA Devices: ", torch.cuda.device_count())