Anaconda,pycharm和pytorch安装所踩过的坑与填坑之路

1.Anaconda，python，pycharm和pytorch之间的关系

①python是一种计算机语言，它需要编译器，将代码转为低级的计算机语言进行运行。

②pycharm是一种文本编辑器，本质类似于记事本，是用来让程序员更轻松便捷的编写代码的工具。

③anaconda是一种包管理器，它自带python解释器以及其他一些数据分析与挖掘需要的模块，而它的核心在于环境管理，常用它来创建虚拟环境。

④pytorch是一种深度学习框架。

2.踩过的坑

①Anaconda的环境建好后，pycharm无法进入anaconda所创建的虚拟环境，提示“找不到conda的可执行程序”。（然而，_conda.exe在scripts目录和anaconda3目录下都有--windows的资源管理可以找得到，但是pycharm中却无法读取--在对应目录中找不到，且环境变量的配置正确）

解决方法：这边有小概率会遇到这种情况，只需要重启电脑即可，另外，可以在pycharm中直接通过anaconda创建环境。

②我的cuda版本为12.2的，而torch官网中最新的pytorch所能支持的cuda版本为11.2的，担心存在兼容性的问题。

解决方法：通过torch社区给的回复表明，torch的11.2版本是可以支持更高版本的cuda驱动的，所以，并不存在兼容性的问题。

③通过pytorch官网给的命令进行安装，会很慢，出现如下报错。

 解决方法：添加清华源（但是这里面也有坑），个人采用的是每次安装的时候直接输入镜像源的url。如：pip install torch-2.0.0+cu118-cp310-cp310-win_amd64.whl -i https://pypi.tuna.tsinghua.edu.cn/simple。另外，之前清华源被封过，这边用中科院的源也行。

④即使添加了清华的镜像源，依然显示找不到对应的pytorch版本（提示version：none）。

解决方法：由于我在anaconda中建的python环境为3.7，而cuda11.2中对python最低的版本需求为python3.8，因此，解决办法也就有了，就是重建python3.8以上的环境，我后面建的是python3.10的环境。

⑤在python3.10＋清华源的下载路径下，可以完成torch的安装，但是安装后，居然显示是cpu版本的pytorch，再三确认后发现，是清华源的问题（代码是下载cuda版本的torch，但是实际上从清华源中下载的cpu版本的，torch.cuda.is_available()的返回值为false）。

解决方法：转入pytorch官网所提供的轮子下载网址，下载对应的轮子，手动安装，网址为：https://download.pytorch.org/whl/torch_stable.html。根据命名规则，下载cu118/torch-2.0.0%2Bcu118-cp310-cp310-win_amd64.whl和cu118/torchvision-0.15.2%2Bcu118-cp310-cp310-win_amd64.whl这两个轮子。其中cu后面的数字表示的是cuda的版本（对应的gpu版本），torch和torchvision后面的数字表示的是对应的版本，cp后面的数字表示的是python的版本号，amd64表示的是64为操作系统。具体的安装方法为：进入anaconda的环境，切换到轮子所在的路径下，pip安装。但是，在安装轮子的时候，需要注意的是torch和torchvision需要多个依赖包，如果一个个下载依赖包太麻烦。因此，推荐在安装的时候，后面还是加上清华源的网址。形如：pip install torch-2.0.0+cu118-cp310-cp310-win_amd64.whl -i Simple Index和pip install torchvision-0.15.2+cu118-cp310-cp310-win_amd64.whl -i Simple Index.这表示：优先寻找当前目录中的torch和torchvision的轮子，而其他依赖包则直接到后面的源中进行下载。

⑥在用 pip install torchvision-0.15.2+cu118-cp310-cp310-win_amd64.whl -i Simple Index 命令安装torchvision的时候，会自动下载torch2.0.1的版本（覆盖掉前面轮子安装的torch2.0.0），这就产生问题了，这条命令会从清华源中下载torch2.0.1，那么不出意外，果然，又变成了cpu版本的torch了。

解决办法：重新下载torch2.0.1的轮子，再用上述方法安装torch2.0.1和torchvision0.15.2版本即可，最后，成功配置好环境。