深度学习环境搭建：Anaconda3+CUDA+Pytorch+Pycharm选择安装

 前情提要：本人是windows10，x86，64bit，具有NAVIDIA显卡。本次并未安装cudnn

我在b站学习深度学习pytorch主要参考了两个系列的视频：

1.【B站强推！2023公认最通俗易懂的【PyTorch】教程，200集付费课程（附代码）人工智能_机器学习_深度学习_计算机视觉_pytorch_神经网络】 https://www.bilibili.com/video/BV1ov4y1H7GK/?p=3&share_source=copy_web&vd_source=f1127fe8088f01de5a4afb1507b1d8d0

2.【PyTorch深度学习快速入门教程（绝对通俗易懂！）【小土堆】】 https://www.bilibili.com/video/BV1hE411t7RN/?share_source=copy_web&vd_source=f1127fe8088f01de5a4afb1507b1d8d0

这两个视频里都有安装深度学习环境的方法，不过视频里的软件安装版本已经比较落后，因此同时参考网络上相关的安装方法我用两三天成功配置后记录一下过程给有需要的朋友们参考。

一、Anaconda3的安装

Anaconda的作用我不再赘述了，需要注意的是anaconda会自带适配版本的python编辑器，因此不用额外下载python

1.Anaconda3下载

这里可以选择官网（需要科学上网）安装，或者找到清华开源镜像网站（Index of /anaconda/cloud/pytorch/nnwin-64/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror），优点是可以一次性选择对应的pytorch-python-cuda-cudnn版本。

我安装时选择在官网进行安装：Unleash AI Innovation and Value | Anaconda

我安装的时候点击download已经不需要再选择安装版本，直接安装的是2024.02-1版本

2.Anaconda3安装

下载完成后进行安装：

一直next到选择安装路径，我c盘没空间了选择安装在d盘，需要记住自己安装的路径！！

四个都勾选。第二个是将anaconda添加到环境变量，就不用自己手动配置了，可能会导致其他环境冲突，不过csdn也有未勾选然后自己根据情况配置的帖子。第三个是将本版本anaconda自带的python11设置为默认。

随后点击install即可。

安装好后会菜单栏会出现

二、安装cuda

1.确定安装版本

需要先检查自己的电脑支不支持gpu。

打开任务管理器（有很多方法，我选择在电脑菜单拦搜索，或者ctrl +alt+del后选择打开），有显示GPU的可以使用。

win+r 输入cmd打开命令窗口，输入navidia-smi

检查自己驱动版本，（如果显卡型号低于某个数需要更新驱动）以及确定适合安装的cuda版本，这里我需要安装<=11.7的cuda,同样进行科学上网在官网进行了下载。

2.CUDA下载

下载网址：CUDA Toolkit - Free Tools and Training | NVIDIA Developer

CUDA现在直接安装是12.4版本，

选择历史版本。我选择11.7

win10所以选择10。exe（network）会比local小很多，但需要自己另外配置，可以搜索一下相关帖子，我选择loal。下载好进行安装。

3.安装CUDA

这里可以参考CUDA下载安装教程，新手详细_cuda安装-CSDN博客 时间是2024-1也很新。博主选择的是自定义安装，但我选的是精简安装。

出现这个界面等待一下。

精简安装并没有如上述博主所说需要第二次确定安装位置，直接一步到位了。

输入nvcc -V检查一下是否安装成功

如果需要使用GPU应该安装一下navidia驱动，NVIDIA GeForce 驱动程序 - N 卡驱动 | NVIDI

现在的网站更新了自动配置，手动搜索驱动我没找到对应我显卡的产品系列，所以下载了自动更新驱动程序。

三、安装pytorch

1.anaconda创建环境

借助anaconda创建一个名字是pytorch环境，然后在里面安装torch包。

打开Anaconda Prompt

在cmd里面查看python版本是3.11.7,所以下面我设置的python版本也是3.11.7

在Anaconda Prompt里输入：

conda create –n pytorch python=3.11.7 （-n 的意思是name，这里设置名字是pytorch

随后选择y进行确认，安装好后

输入conda env list

发现已经有一个名字是pytorch的环境

进入虚拟环境，conda activate pytorch

2.pytorch下载

安装pytorch框架需要在官网搜索，Start Locally | PyTorch

进行如上选择，此时这里最低是11.8大于我显卡支持的11.7，我第一次下载了11.8发现在后面步骤里出现了false，因此我们需要选择合适的版本。我第二次选择了在历史版本里找到cuda 11.7。

如果版本合适则复制上图的Run this Command

复制如下代码，已经自动配备了合适的torchvision版本

conda install pytorch==2.0.1 torchvision==0.15.2 torchaudio==2.0.2 pytorch-cuda=11.7 -c pytorch -c nvidia

3.安装以及检查

按下回车继续选择y进行安装。

安装完成后输入pip list

发现已经有了torch包

随后验证是否成功导入

输入python

输入import torch

再输入torch.cuda.is_available()

若出现True则安装成功。

四、安装pycharm

1.pycharm安装下载

安装网站，不用魔法上网Download PyCharm: The Python IDE for data science and web development by JetBrains

professional需要付费，可以利用edu邮箱免费注册，不过下载community也够用

​

随后进行安装。

一直next到这里，四个全部选择。

​

2.导入pytorch到pycharm

随后创建一个新project，File-New Project

​

​

设置python解释器：File-Settings-如图

​

​

随后验证一下是否配置完成。

新建一个file

​

命名为name.py (需要py后缀！)或者直接选择下面的Python File

输入

import  torch
print(torch.cuda.is_available())

​

运行出ture，则成功。

​

总结：配置环境需要选择合适的版本。python和pytorch，pycharm版本对照关系可以搜索一下站里的相关文档，更重要一些的是python和pytorch的对应关系，nacidia和cuda的对应关系。

我会用这套配置验证随后的学习，如果有错误我会在这篇里进行修正。