Anaconda环境下的Pytorch安装及Pycharm中Pytorch环境的配置

Anaconda的下载安装(如果安装过Anaconda可以跳过)：

官方网址：Download Success | AnacondaAnaconda is the birthplace of Python data science. We are a movement of data scientists, data-driven enterprises, and open source communities.https://www.anaconda.com/download-success

点击 Download  即可下载最新版本的Anaconda。

如果想要下载旧版本的话，可以使用清华大学的镜像网站（包含了各个版本的Anaconda）：Index of /anaconda/archive/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror

本文以这个版本的Anaconda作为实例

conda中Pytorch的安装（版本太低可能安装不成功！）：

在conda中创建Pytorch虚拟环境：

 在  任务栏中搜索  Anaconda Prompt，点击进入：

输入以下代码进行虚拟环境的创建:

conda create -n 虚拟环境的名字 python=版本号

查看Python版本号：

Python --version

 

我的Python版本号是3.11.7所以为：

conda create -n pytorch python=3.11.7

查看是否创建成功：

conda info --envs

可以看到多出一个Pytorch环境;

进入创建的虚拟环境:

conda activate 虚拟环境名

安装Pytorch前的准备工作：

        下载Pytorch的时候有两种选择，如果电脑有GPU的话，就选择相应的CUDA下载，没有GPU的话下载CPU版本;

查看是否有GPU：

查看方法：

  1. 右键任务栏（选择任务管理器）:

2. 点击性能（如果有 GPU这几个字样就说明你的电脑是有GPU的）：

查看电脑的驱动版本：

下载的时候 我们需要预先知道自己电脑的驱动版本，在下载的时候需要下载比自己的驱动版本低的CUDA.

按下win+r, 输入cmd，进入终端后，输入以下代码，查看驱动版本：

nvidia-smi

        我的CUDA Driver版本就是12.3，表示的是驱动所能支持的最大运行API版本就是12.3。我如果要安装CUDA Runtime Version（运行版本），要保证CUDA Driver 版本 大于等于 CUDA Runtime 版本，也就是只能安装12.3或者在12.3之前的。

安装Pytorch:

Pytoch官网：Start Locally | PyTorch

根据自己的驱动版本选择对应的选项，然后复制最后的   代码;

下载：

进入我们在conda中创建的环境，将粘贴的代码粘贴上去:

conda install pytorch torchvision torchaudio pytorch-cuda=11.8 -c pytorch -c nvidia

 验证：

conda list

 

 如果出现Pytorch就说明成功了！

检验是否可以使用：

先进入python

python

在导入torch

import torch

运行以下代码

torch.cuda.is_available()

返回为True说明真正的安装成功 

Pycharm中Pytorch环境配置： 

打开Pycharm，点击新建项目

点击自定义环境，选择你下载的Anaconda目录，在展开环境们可以看出有一个pytorch选项，选择以后点击确定；

 检验是否可用

import torch
# 测试GPU环境是否可使用
print(torch.__version__)  # pytorch版本
print(torch.version.cuda)  # cuda版本
print(torch.cuda.is_available())  # 查看cuda是否可用

返回为True，恭喜成功配置成功！！