Pycharm搭建CUDA，Pytorch教程

  首先的先知道配置好这些环境需要准备好哪些东西：

1. 带有英伟达显卡的电脑
2. gpu版的pytorch
3. 适配显卡的cuda架构

一、安装CUDA

1、了解CUDA版本

桌面右键打开nvidia控制面板->点击左下角系统信息->点击组件，查看3D设置中第三行的产品名称，其为自己电脑所能兼容的最高的Cuda版本（如我的电脑最高能兼容11.7版本）

2、安装CUDA

->进入官网，下载对应的安装程序 cuda-toolkit-archive （如我安装的CUDA版本为11.6）

->选择默认路径即可（只是个临时提取安装程序的文件夹，安装完成后会自动删除，故切记不要将安装路径设置为提取安装程序的文件夹！！）

->选择自定义安装（建议将Visual Studio Integration选项取消，其没什么用而且会影响下载）

->确定安装路径（可以修改，最好记住）

->安装完成后查看一下是否有环境变量，没有自己手动添加（9.0之后的版本环境变量是自动配置的，无需添加）

3、测试环境是否安装成功

->打开cmd，输入nvcc -V查看cuda版本

->输入set cuda查看环境变量

如上两图即为安装成功！

二、安装cuDNN

cuDNN（CUDA Deep Neural Network library）是NVIDIA打造的针对深度神经网络的加速库，是一个用于深层神经网络的GPU加速库。

->进官网下载与CUDA版本对应的cuDNN版本 cuDNN Archive | NVIDIA Developer （如我安装的cuDNN版本为v8.9.7）

->安装需要登陆NVIDIA账号

->把下载的压缩包解压，并打开解压目录，可以看到有bin文件夹，lib文件夹，include文件夹，以及一个文本文件。然后再打开CUDA的安装目录，找到对应的这几个文件夹，把cuDNN解压目录中文件夹里面对应的文件，复制到CUDA对应文件夹下，最后可以将解压目录删掉。

三、安装Anaconda

Anaconda 是一个用于科学计算和数据分析的 Python 发行版本。它包含了一系列常用的科学计算库和工具，如 NumPy、SciPy、Pandas 和 Jupyter Notebook 等。Anaconda 还提供了一个方便的环境管理工具，可以轻松创建和管理 Python 虚拟环境。

->进官网 / 清华镜像，下载适用于你的操作系统的 Anaconda 安装包Download Anaconda Distribution | Anaconda / Index of /anaconda/archive/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror

->打开下载的安装包，并按照安装向导的指示进行安装

->验证Anaconda，打开win键，上面有显示“Anaconda Prompt”，点击然后输入以下几条命令验证：conda -V ； python -V，都出现版本号即是安装成功！

四、配置python环境

1、创建虚拟环境

这里介绍如何使用Anaconda创建虚拟环境。使用Anaconda创建虚拟环境时也有两种方法，这两种方法的区别在于虚拟环境路径的设置。

conda命令中不指定路径

使用该方法需要提前将指定路径加入到默认的虚拟环境路径的第一个

conda info
#查看虚拟环境默认路径，可以看到如下路径：envs directories：
 
conda config --add envs_dirs D:\python
#设置指定路径为默认路径
 
conda create -n myvenv python=3.6
#创建虚拟环境，可指定python版本
 
conda config --remove envs_dirs D:\python
#删除路径

conda命令中指定路径 

conda create --prefix=G:/python/my_venv  python=3.8
#创建虚拟环境
 
conda remove --prefix=G:/python/my_venv --all
#删除虚拟环境

要成功运行cuda架构，所需的pytorch版本必须与python和cuda版本对应，以下为cuda与pytorch对应关系。这里我安装的cuda版本为11.6，python版本为3.8，pytorch版本为1.12.0。

2、为指定环境安装所需python第三方库

虚拟环境创建完成后，利用激活环境，此时安装的第三方库将会在此环境下。计算机视觉所需的第三方库包括但不限于numpy，spicy，matpolilt，pandas，pytorch，openCV，sklearn，time，torchsummary等。

注意！！这里不建议在安装pytorch时采用国内源下载。国内源并没有包含所有pytorch版本，可能无法下载。即使有对应版本可供下载，也可能导致安装后的文件出现不知名bug，影响使用。如果没有任何办法，可采用下面的离线安装方法安装pytorch。

在线安装

直接利用pip或者conda安装相关包。但是，使用pip或者conda安装包的时候，会直接指向Python官网，下载速度会很慢，可使用国内的镜像源网址来提升安装第三方库的速度。

conda activate G:/python/my_venv python=3.8
#激活环境

pip install numpy 
#安装numpy

conda install numpy 
#安装numpy

pip install numpy -i https://pypi.tuna.tsinghua.edu.cn/simple/
#使用镜像安装numpy

conda install numpy -i https://pypi.tuna.tsinghua.edu.cn/simple/
#使用镜像安装numpy


清华大学镜像源：https://pypi.tuna.tsinghua.edu.cn/simple/
阿里云镜像源：http://mirrors.aliyun.com/pypi/simple/
中国科技大学镜像源：https://pypi.mirrors.ustc.edu.cn/simple/
华中科技大学镜像源：http://pypi.hustunique.com/simple/
上海交通大学镜像源：https://mirror.sjtu.edu.cn/pypi/web/simple/
豆瓣镜像源：http://pypi.douban.com/simple/
山东理工大学镜像源：http://pypi.sdutlinux.org/
百度镜像源：https://mirror.baidu.com/pypi/simple

离线安装

搭建完环境之后，因为某些服务器的网络限制原因，存在不能直接通过命令下载安装的第三方库。因此，我们需要在可以正常上网的服务器上下载好所需的库文件，然后通过pip进行安装。

第三方库下载

pytorch

->查询cuda版本 python版本适配的pytorch，torchvision，torchaudio版本  Previous PyTorch Versions | PyTorch

->当查看完对应的cuda版本后，点击如下网址进入网络查找并下载安装包。此处提供两个下载地址一共选择，选择其一即可

download.pytorch.org/whl/torch/
download.pytorch.org/whl/torch_stable.html

其余库

->绝大多数库均可通过在线方式成功安装，若不能，可点击如下网址进入网络查找并下载安装包。

PyPI · The Python Package Index

第三方库安装

conda activate 环境名
#激活需要安装库文件的环境中

pip install D:\torchaudio-0.12.0+cu116-cp38-cp38-win-amd64.whl
pip install D:\torchvision-0.13.0+cu116-cp38-cp38-win-amd64.whl
pip install D:\torch-1.12.0+cu116-cp38-cp38-win-amd64.whl
.....

#安装所有下载的文件，注意使用文件的绝对路径

验证是否安装成功

通过在命令行中输入以下指令验证pytorch是否安装成功

python
>>>import torch
>>>torch.cuda.is_available()
True