从零安装Pytorch环境

从零安装Pytorch环境

---

1. 安装 Anaconda

1.1 什么是 Anaconda

要说什么是Anaconda，就不得不提到 conda。conda 是 python 的一款包管理器，为 python 的包提供了统一的安装和环境管理工具。

Anaconda 有一个精简版，名为 Miniconda，其仅包含 conda、python 和一些必要的包。而 Anaconda 则更加的开箱即用，在创建环境时会预装 Jupyter lab 等科学工具包。

1.2 下载并安装 Anaconda

1.2.1 下载 Anaconda

1. 访问 Anaconda Installers

2. 根据自身的平台选择合适的版本，此处以 Windows 平台为例

   

3. 下载完成的安装包名称应当是Anaconda3-2023.03-Windows-x86_64.exe

1.2.2 安装 Anaconda

1. 双击安装包运行安装程序

2. 此处无需赘述，一步步执行即可

3. 安装完成后，可以在开始菜单中看到出现了 Anaconda Prompt 命令行工具

4. 单击 Anaconda Prompt 即可打开 conda 命令行

   

5. 看到(base) C:\Users\<用户名>的字样即可确定 conda 工具包安装完成

   注：接下来所有涉及到conda命令的步骤都需要执行于Anaconda Prompt

1.3 配置 conda 镜像源

由于conda默认的包下载地址在国外，直接访问的话网速很慢，故而需要配置国内镜像站来加速下载，此处以清华镜像站为例

1. 生成.condarc文件

   conda config --set show_channel_urls yes
   

2. 使用记事本打开.condarc文件（.condarc文件默认位置是：C:/Users/用户名/.condarc）

3. 使用下面的内容替换.condarc文件的内容并保存

   channels:
     - defaults
   show_channel_urls: true
   default_channels:
     - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
     - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
     - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
   custom_channels:
     conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
     msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
     bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
     menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
     pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
     pytorch-lts: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
     simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
   

4. 清除索引缓存

   conda clean -i
   

1.4 常用的 conda 命令

此处仅列出部分常用命令，更多细节请访问 conda docs 查看

1.4.1 查看环境列表

conda info --envs

1.4.2 创建环境

conda create -n env_name python=3.8

创建一个名为env_name的 conda 环境，python 版本为 3.8

1.4.3 激活环境

conda activate env_name

进入名为env_name的 conda 环境

1.4.4 安装 python 包

conda install numpy=1.19.3

安装 1.19.3 版本的 numpy，如果不添加版本号，即conda install numpy，则将会安装与环境匹配的最新版

1.4.5 删除环境

conda remove -n env_name --all

删除名为env_name的环境及其附属包

---

2. 安装 Pycharm Community

2.1 什么是 Pycharm

Pycharm是用于Python的IDE，提供了代码分析、自动补全、Git版本控制等功能，Community版本免费开源，相较VScode有着更为简洁的初始化/设置流程，更适合新手入门Python使用。

2.2 下载并安装 Pycharm Community

2.2.1 下载 Pycharm Community

1. 访问Pycharm Download

2. 点击 Download 按钮下载

3. 下载完成的安装包名称应当是pycharm-community-2023.1.exe

2.2.2 安装 Pycharm Community

1. 双击安装包运行安装程序

2. 勾选create Associations来为.py文件添加打开方式

   

3. 安装完成后，可以在开始菜单中看到出现了 PyCharm Community Edition

2.3 为 Pycharm 安装中文插件

1. 打开 PyCharm Community Edition
   

2. 点击 Plugin 打开插件安装和管理界面
   

3. 输入chinese搜索并安装中文语言包

   

4. 重启IDE即可开始使用 Pycharm Community 中文汉化版

---

3. 创建 conda 环境并安装 Pytorch

3.1 创建 conda 环境

conda create -n pytorch python=3.8
conda activate pytorch

-n pytorch：使用-n选项来指定环境名称，此处使用pytorch作为环境名

python=3.8：指定环境的 python 版本，此处使用 python 3.8

activate pytorch：激活环境名为pytorch的环境

看到(pytorch)字样就说明成功进入了环境名为pytorch的环境

3.2 安装 pytorch 1.12.0

1. 访问 Pytorch previous-versions

2. 根据所需要的版本选择下载命令并复制，此处以cpu版的 pytorch1.12.0 为例

3. 在pytorch环境下，安装 pytorch 1.12.0

   conda install pytorch==1.12.0 torchvision==0.13.0 torchaudio==0.12.0 cpuonly -c pytorch
   

4. 测试 torch 和 torchvision 是否安装成功

   打开python交互界面

   python
   

   导入 torch 和 torchvision，并打印版本号

   import torch, torchvision
   print(torch.__version__, torchvision.__version__)
   

4. 配置 ipykernel

因为使用 Anaconda 创建环境的时已经预装了Jupyter，此处只需要使用 ipykernel 将当前环境配置为 jupyter kernel，即可在 jupyter lab 下使用当前 conda 环境

1. 安装 ipykernel

   conda install ipykernel
   

2. 将当前环境配置为 jupyter kernel

   python -m ipykernel install --user --name pytorch --display-name pytorch
   

   --name：机器读取的名称

   --display-name：展示给用户的名称

3. 将 Anaconda Prompt 的执行路径切换到预期的 Jupyter 工作区

4. 启动 Jupyter Lab

   jupyter lab
   

   

5. 打开 ipynb 文件，在窗口右上角选择刚刚设置的 kernel
   
   
   

5. 配置当前环境到 Pycharm 解释器

1. 查看当前环境的路径

   conda info --envs
   

   

   从上图可以看出，现在一共有两个conda环境，分别是base和pytorch，其中pytorch是我们当前所处的环境，路径是E:\ProgramData\miniconda3\envs\pytorch

2. 使用 Pycharm 打开工作区文件夹，依次点击文件 -> 设置 -> 项目 -> Python 解释器 -> 添加解释器

   

   

3. 添加本地conda解释器，点击添加解释器后，依次点击本地解释器 -> Conda 环境 -> 使用现有环境，然后在下拉菜单中选择刚才创建的pytorch环境，点击确定以应用当前选择的环境

   

   

   

4. 检查选择的环境路径是否有误，然后点击应用，将当前选择应用到项目解释器

   

5. 页面右下角的解释器栏已经显示为pytorch，说明本地解释器配置成功，可以使用该解释器运行 Python 代码了

   

---

相关链接

• Anaconda 官网
• Miniconda 官网
• 清华镜像站
• Pycharm 官网
• Pytorch previous-versions
• Ipykernel Documentation