pytorch版本配置深度学习环境

一、安装anaconda

一、下载与安装Anaconda

下载Anaconda

首先进入Anaconda官网进行下载，点击Download

安装Anaconda   21.04可勾选自动创建路径  22.05 及22.10均不可

找到下载所得的应用程序，右键选择以管理员身份运行，

安装地址不一定在C盘

推荐也把第一个添加环境变量勾选上，这样可以减少一步操作，不用再去自己手动添加了。

验证安装结果

Win+R输入cmd打开命令提示符，输入 conda -V 后回车，输出结果证明anaconda已安装成功

​

二、创建虚拟环境
进入base环境，

创建虚拟环境

命令提示符内输入以下命令，该指令用于创建pytorch的环境，该环境的python版本为3.7，其中pytorch是创建环境的名称，可自由发挥，最好是字母或者字母数字组合。

conda create –n pytorch python=3.7
创建过程中显示Procced ([y]/n) ？，输入 y ，回车继续安装

激活虚拟环境

命令提示符内输入以下命令，该指令用于激活一个名为pytorch的环境

conda activate pytorch
检测安装情况

命令提示符内输入python，可见版本为Python 3.7.15，安装成功

​

三、安装CUDA

首先我们要查看自己电脑的CUDA版本，方便我们之后安装对应的cuDNN与pytorch，

第一种：打开NVIDIA控制面板点击系统信息

​

在组件中可以看到CUDA的版本，本电脑为11.6.134

​

第二种(推荐)：命令行输入nvidia-smi回车，即可查看CUDA Version与Driver Version

​

第三种：命令行输入nvcc -V（注意空格，如果忽略了空格会有'nvcc'不是内部或外部命令的问题），回车查看

​

下图为Driver Version与CUDA版本的对应关系

官方CUDA Toolkit版本和显卡驱动对应的表格

https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html

​

​

cuda每个版本都对应一个最低版本的显卡驱动程序，也就是说，cuda程序是向后兼容的，针对特定版本的 CUDA 编译的应用程序将继续在后续（以后）驱动程序版本上工作

进入下方提供的网站，点击红框所示，查看以前的CUDA版本

CUDA下载地址

https://developer.nvidia.com/cuda-downloads

这里选择的是CUDA Toolkit 11.6.1

按所需选择后点击Download

找到下载文件以管理员身份运行

点OK，不建议大家改路径

进入安装，按图依次往下安装

回到安装程序中，按照对应关系安装在设置好的文件夹

四、安装pytorch
pytorch命令获取网页

https://pytorch.org/get-started/previous-versions/

找到CUDA版本对应的pytorch版本，将下方的命令（conda install...）复制下来

打开创建好的虚拟环境（这里是pytorch），粘贴并回车，进行pytorch的安装

安装完成后进行验证，输入下方命令

import torch
运行会报错，这是为什么？

​

因为 import 只能在python 环境下用，首先输入python进入python环境，再输入import torch就可以了，然后继续输入下方命令

torch.cuda.is_available()
输出为True则表示安装成功