Python安装教程步骤2：Windows中创建虚拟环境安装Pytorch并在PyCharm中配置虚拟环境

作者介绍

张伟伟，男，西安工程大学电子信息学院，2019级硕士研究生，张宏伟人工智能课题组。
研究方向：机器视觉与人工智能。
电子邮件：zhangweiweicpp@163.com
个人CSDN主页：C语言等欢迎关注和相互交流学习.

王世豪，男，西安工程大学电子信息学院，2020级硕士研究生，张宏伟人工智能课题组。
研究方向：机器视觉与人工智能。
电子邮件：315785769@qq.com

安装前先下载安装包，建议在博主已准备好的百度网盘链接中下载：

百度网盘链接：https://pan.baidu.com/s/1FgjTixyrP0xL-SRrUSARhw
提取码：2021

windows中Anaconda创建虚拟环境安装pytorch

注：本教程安装版本为pytorch=1.1.0,对应cuda=9.0,torchvision=0.3.0,python=3.6，预计耗时30分钟可完成，查找显卡驱动可能需要些时间
安装前必备条件：
查询自己电脑是否支持GPU运算.
（1）安装GPU版本的pytorch（推荐）
安装GPU版本的pytorch则需要满足显卡驱动的要求，不注意显卡驱动的要求安装GPU版本的pytorch后，在本教程第6步验证时可能会出现False。本教程尽量满足大家显卡驱动的版本，选择常用的cuda9.0，对应的显卡驱动版本需>=385.54，否则安装的版本不能使用GPU运算。如下图为不同的驱动版本所支持的cuda(cuda为加速运算的引擎)，驱动版本向下兼容。

查询自己的显卡驱动所支持的cuda版本.查询到驱动版本大于385.54即可，若不满足，需要更新驱动或者安装cpu版本的pytorch。（如下图我所使用是驱动精灵软件、或者使用官方的GeForce Experience）

（2）安装CPU版本的pytoch
安装cpu版本的pytoch在本教程的GPU版本pytorch安装的第3步运行完之后，进入虚拟环境，使用pytoch官网指定的方式安装即运行如下指令，然后直接跳到第6步验证是否安装成功，import torch不报错就成功了：

conda install pytorch-cpu==1.1.0 torchvision-cpu==0.3.0 cpuonly -c pytorch

下面开始我们的GPU版本的pytorch快速安装之旅吧！

• 键盘使用win+R快捷键
  
• 输入cmd点击确定进入windows命令行终端
  
  安装包时需要比较快的镜像源，因此选择清华源。

1.添加镜像源

在命令行依次运行下列5条指令添加。

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge 
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --set show_channel_urls yes

2.创建虚拟环境

创建虚拟环境(例如安装的虚拟环境名为py36,python版本指定为3.6)，终端运行如下指令：

conda create -n py36 python=3.6

此时打开Anconda点击Environments发现有了名为py36的虚拟环境。

接下来就可以在名为py36这个虚拟环境中安装各种科学计算的包和框架（pytorch），若有多个环境，那么例如需要python3.7，那么就创建python3.7的虚拟环境，有conda管理不会出现版本冲突。
进入和退出虚拟环境使用指令如下图（图中为进入虚拟环境名为py36，并且验证python是否安装成功）

3.进入虚拟环境

终端运行如下指令为进入虚拟环境

conda activate py36

另外，若要退出环境则在看终端输入：

conda deactivate

进入虚拟环境如图：会有小括号（虚拟环境名:py36）,进入虚拟环境后就可以在python为3.6的环境下配置pytorch了，尽情安装吧！

4 在虚拟环境中安装pytorch和torchvision

本教程利用终端指令源码编译安装，博主已踩过很多坑，这里快速助力你进行安装。pytorch和torchvision版本需要对应，可自己查询。这里选择安装的是pytoch1.1.0和torchvision0.3.0

• 下载pytoch1.1.0的源码包的网站：（安装包已经下载好并提供给大家，在文件中找到如下图片命名的安装包即可，以后若需要安装别的版本的去此网站下载，注意需要下载GPU版的安装包，下载好对应的pytorch版本后，继续 【步骤4】进行安装。另外,不同的系统和显卡驱动可能会需要安装更高版本的pytorch，并且按照此教程在最后安装完成后验证GPU为False，可以再参考 【步骤7】 进行安装）
  https://download.pytorch.org/whl/cu90/torch_stable.html
  选择并下载：
  
  我所创建的虚拟环境起名为py36six，进入虚拟环境后，找到安装源码包的位置，例如我的路径在：E:\CDESKTOP\安装教程\torch-1.1.0-cp36-cp36m-win_amd64.whl
  
  利用pip运行如下指令安装,很快便可编译，不会因为网络问题等出现任何错误，这至此，pytoch1.1.0安装完成，还需要安装torchvision：

pip install E:\CDESKTOP\安装教程\torch-1.1.0-cp36-cp36m-win_amd64.whl

5 在虚拟环境中安装torchvision

pytoch和torchvision和python是有对应的版本关系的，本教程查到pytoch1.1.0对应的torchvision版本为0.3.0。补充，pytoch和torchvision的版本对应关系可在 pytorch官网查询。对应关系也可参考下图：

下面使用pip指令安装torchvision0.3.0，参考链接.：

pip install --no-deps torchvision==0.3.0

6 验证是否安装完成

安装完成后，在虚拟环境中依次运行如下3指令进行验证pytoch是否安装完成和GPU是否可用

python 
import torch 
torch.cuda.is_available() 

import torch 不报错误说明torch安装成功，cpu版本的验证本条指令成功即可。
torch.cuda.is_available() 结果显示True,那么恭喜你GPU版本安装完成，则可以跳过【步骤7】，然后继续pycharm中使用虚拟环境的教程。

7 后续：GPU版本安装失败或安装不同版本的pytoch

以下windows版本安装的参考链接：window \ Linux \ Mac安装不同版本的pytoch.

windows版本

• conda安装

1.cuda9.0  python3.6/3.5/3.7
conda install pytorch -c pytorch
pip3 install torchvision
2.cuda8.0 python3.6/3.5/3.7
conda install pytorch cuda80 -c pytorch
pip3 install torchvision

• Pip安装

1.CUDA8.0  python3.5
pip3 install http://download.pytorch.org/whl/cu80/torch-0.4.1-cp35-cp35m-win_amd64.whl
pip3 install torchvision
2.CUDA8.0  python3.6
pip3 install http://download.pytorch.org/whl/cu80/torch-0.4.1-cp36-cp36m-win_amd64.whl
pip3 install torchvision
3.CUDA8.0  python3.7
pip3 install http://download.pytorch.org/whl/cu80/torch-0.4.1-cp37-cp37m-win_amd64.whl
pip3 install torchvision

1.CUDA9.0  python3.7
pip3 install http://download.pytorch.org/whl/cu90/torch-0.4.1-cp37-cp37m-win_amd64.whl
pip3 install torchvision
2.CUDA9.0  python3.6
pip3 install http://download.pytorch.org/whl/cu90/torch-0.4.1-cp36-cp36m-win_amd64.whl
pip3 install torchvision
3.CUDA9.0  python3.5
pip3 install http://download.pytorch.org/whl/cu90/torch-0.4.1-cp35-cp35m-win_amd64.whl
pip3 install torchvision

1.CUDA9.2 python3.5
pip3 install http://download.pytorch.org/whl/cu92/torch-0.4.1-cp35-cp35m-win_amd64.whl
pip3 install torchvision
2.CUDA9.2 python3.6
pip3 install http://download.pytorch.org/whl/cu92/torch-0.4.1-cp36-cp36m-win_amd64.whl
pip3 install torchvision
3.CUDA9.2 python3.7
pip3 install http://download.pytorch.org/whl/cu92/torch-0.4.1-cp37-cp37m-win_amd64.whl
pip3 install torchvision

1.没有CUDA  python3.5
pip3 install http://download.pytorch.org/whl/cpu/torch-0.4.1-cp35-cp35m-win_amd64.whl
pip3 install torchvision
2.没有CUDA  python3.6
pip3 install http://download.pytorch.org/whl/cpu/torch-0.4.1-cp36-cp36m-win_amd64.whl
pip3 install torchvision
3.没有CUDA python3.7
pip3 install http://download.pytorch.org/whl/cpu/torch-0.4.1-cp37-cp37m-win_amd64.whl
pip3 install torchvision

pycharm中使用虚拟环境

首先打开PyCharm，配置Python Interpreter。
如果是第一次打开，可以直接在启动页面点击Configure，选中Settings进入设置。

或者打开Project之后进入设置。
在设置页面选中“Python Interpreter”选项，然后点击右侧齿轮形状按钮。

选择Add添加Python解释器。

然后在弹出的Add Python Interpreter对话框中选择Conda Environment(当然前提是已经利用Anaconda安装好了虚拟环境)，选择Existing environment，在自己的虚拟环境文件目录下找到python即可，然后点击OK选定默认解释器。

到这里，Pycharm调用虚拟环境的配置就完成了。
但后续熟悉pycharm的界面和运行调试等有必要自行学习。

参考链接：

• 快速安装pytorch.

• 本课题组官方链接：Ubuntu下利用Conda创建虚拟环境并安装Pytorch各版本教程（妈妈再也不用担心我在家还不学习了系列三）.

• 各版本Pytorch安装详解.

课题组踩坑总结经验，希望大家不吝一键三连，关注支持一下！！！