win11+Anaconda+cuda+cudnn+torch(gpu)配置记录

win11+Anaconda+cuda+cudnn+torch(gpu)配置记录

pycharm配置torch（gpu版本）环境记录

虽然之前配置过一次环境，但是换了新电脑，结合后期需要跑神经网络代码，因此重新安装了pycharm,并重新配置环境torch，在此记录一下，希望可以给同样需要配环境的同学们做个参考。

安装的各组件版本为：Win11+Anaconda3-5.2.0+pycharm-professional-2022.3.3+CUDA11.3+cudnn8.9.1+torch1.10.0
一定要注意各组件之间的版本兼容问题，不然后期可能安装好了还是用不了，浪费时间和精力！

Anaconda安装

Anaconda版本：Anaconda3-5.2.0-Windows-x86_64

没有选择最新版本的Anaconda,因为看网上的博主说是里面自带的python编辑器是3.11版本，后期安装torch容易报错。而我选择的对应的是python3.6,综合各位博主，大家都说python3.6比较好，稳定。安装了Anaconda就不用单独安装python了，安装的程序不复杂，可以参考其他博主安装过程，比较重要的是安装后的添加环境变量路径。

添加环境变量路径：右击“我的电脑”->属性->高级系统设置->环境变量，选择系统变量的Path进行编辑

我是直接在D盘建了一个Anaconda文件夹进行安装，就可以直接将以下四个路径添加进去：

1. D:\Anaconda
2. D:\Anaconda\Scripts
3. D:\Anaconda\Library\mingw-w64\bin
4. D:\Anaconda\Library\bin

以上路径的格式为：你安装的盘符+你的文件夹名称+后面不变的内容；
例如：你把Anaconda安装到了E盘中名为Python的文件夹，那么你的格式为E:\Python\Library\mingw-w64\bin
其余三个类同，只需修改前面的内容即可。
检查是否安装成功：win+R打开命令运行框，输入cmd打开命令提示符（Command Prompt）程序，它是一个命令行工具。

安装成功后会出现版本名称，若显示与上图一样，提示conda不是内部或外部命令，那就意味着，anaconda没有配置好环境变量，请返回查看添加环境变量路径是否有误。


顺便检查一下自带的python版本

创建虚拟环境
我是在anaconda navigator里面创建的，名称为torch,也可以在prompt中创建。

其中我的base环境中的conda版本为4.5.4，但是在后期新创的torch虚拟环境中，我更新了conda版本（命令行 conda install conda ,为了安装torch

tips：其中我还遇到了一个小问题，因为我原先下载过python，在键入python -V时，无法弹出，键入python会自动打开商店的python下载链接，经过查询知出现两个python，需要修改系统环境变量的顺序。同样是在添加环境变量路径的位置修改，把商店路径下移即可。

安装cuda+cudnn

cuda+cudnn——英伟达提供的针对英伟达显卡的运算平台。用来提升神经网络的运行效率。
先检查自己显卡，查看后发现支持的cuda版本—12.2.101

版本向下兼容：安装cuda的版本时不要安装最新版本，很有可能会和之后安装的东西不适配。个人建议是如果和pytorch结合做项目，那么去pytorch官网查看一下目前的版本，结合我需要下载torch1.10.0，我选择的是CUDA11.3——官网下载即可。

Cuda安装位置

CUDnn版本选择
我们之前安装的cuda的版本是11.3的所以我们可以安装这个cudnn8.9.1因为它支持的cuda版本是11.X
这是我下载的版本：cudnn-windows-x86_64-8.9.1.23_cuda11-archive
下载后将cudnn的三个文件夹复制到cuda中，我们将这三个文件夹复制，然后粘贴到cuda的根目录下，如果你没有修改默认路径的话，那就是C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3
添加环境变量

1. C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3\bin
2. C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3\include
3. C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3\lib
4. C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3\libnvvp

安装torch

根据之前的组件版本，我选择了pytorch1.11.0+torchvision0.12.0+torchaudio0.11.0
网上基本上就是两种方法，conda命令在线下载安装和官网下载文件后pip命令行安装。
我先尝试了pip命令行，下载好三个包后安装，前两个都安装正常，到了torchvision就疯狂报错，怎么解决都不行，于是采用了第二种方法。
conda命令在线下载安装需要你先去官网根据版本找到下载指令，在进行在线安装，其中版本一定不要找错，否则即使下载成功也无法使用。

检验安装是否成功

使用pytorch，可以使用如下语句查询GPU是否可用：
import torch

print(torch.version) # 查看torch当前版本号

print(torch.version.cuda) # 编译当前版本的torch使用的cuda版本号

print(torch.cuda.is_available()) # 查看当前cuda是否可用于当前版本的Torch，如果输出True，则表示可用

pycharm导入torch环境

File——pure python-previous configured interpreter-选择torch环境里面的python编译器即可

即可导入成功！

别着急，我们来检验一下，是否可以用。

然后运行，发现输出成功，不报错。 到此，整个配置环境成功结束！

顺便记录一下我的安装位置

1. pycharm——“D:\mingxing\Program Files\pycharm”
2. pycharm project——“C:\Users\mingxing\PycharmProjects”
3. Anaconda——“D:\Anaconda”
4. cuda——默认位置
5. cudnn——三个文件夹放在cuda的文件目录下了
6. torch——“D:\Anaconda\envs\torch”

也欢迎大家和我这个小菜交流沟通，定当知无不言，言无不尽！