一、安装Anaconda
根据下图所示的python和torch配对关系,我们可以发现python2已经用的很少了,并且python3.8可以满足大部分,所以我这里以下载python3.8为例。
步骤
- 点击安装地址进入Anaconda下载页,点击如图所示的版本进行安装。
安装地址:Index of / (anaconda.com)
-
点击下载好的Anaconda3 Setup进入安装。前面三个选项无脑点击下一步。
-
路径选择。你可以自己选择默认的或者装到别的盘里。一定要记住你的安装路径,因为之后在安装包的时候很多次会到anaconda里的site_packages进行操作。
- Advanced Options一定要两项都要勾选!
第一个选项即使标红也不用理他直接勾选。如果没有勾选第一项之后要手动环境变量去配置,因为必须把Anaconda加到PATH里面才能直接访问一些文件。
第二个选项就可以自动给你安装python3.7.7或者python3.7系列的(如果不是3.7.7也没关系,但是一定是3.7系列的。同3.7系列下的一些配置基本相同)
-
然后我们点击Install,等待安装完毕。
-
在搜索栏找到并打开Anaconda Prompt,输入以下命令。
检验是否安装成功。
(base) C:\Users\24580>python Python 3.8.5 (default, Sep 3 2020, 21:29:08) [MSC v.1916 64 bit (AMD64)] :: Anaconda, Inc. on win32 Type "help", "copyright", "credits" or "license" for more information.
创建一个新环境。
#`conda create -n your_env_name(虚拟环境名称) python==xx(想要创建的虚拟环境的python版本号)`
(base) C:\Users\24580>conda create -n pytorch python=3.8
执行以下命令,如果base变成pytorch则说明激活成功。
(base) C:\Users\24580>conda activate pytorch
(pytorch) C:\Users\24580>
pip list查看安装的列表。但发现没有pytorch,所以我们接下来下载它。
(pytorch) C:\Users\24580>pip list
Package Version
------------ ---------
certifi 2021.5.30
pip 21.2.2
setuptools 58.0.4
wheel 0.37.1
wincertstore 0.2
二、安装Pytorch
- 安装前必须先查看电脑的配置信息。在cmd命令行中输入
nvidia-smi
。重点关注驱动版本和CUDA版本,我们选择的pytorch版本不能超过这两个参数。根据第二张的图片,我们可以确定选择CUDA 12.0 GA以下的版本。
ps.一定要根据自己的电脑来配置,不同的人可能不一样。
-
进入pytorch官网PyTorch,找到自己适合的版本,其他的按照我选择的。复制箭头所指的命令到Anaconda Prompt中的pytorch环境中,等待安装即可。
ps.
-
CUDA版本尽量别选12.x以上的,小于自己电脑的CUDA版本(为了稳定!!!)。
-
电脑没有CUDA的Computer Platform 选择CPU。
-
- 验证pytorch是否安装成功。打开
Anaconda prompt
命令窗口,激活pytorch环境,输入python
,进入python
开发环境。依次输入import torch
和torch.cuda.is_available()。如果返回值为true,则证明安装Pytorch成功。
三、安装Pycharm
-
打开Pycharm官网:https://www.jetbrains.com/pycharm/download/#section=windows。找到专业版Download。选择安装路径(不建议放到C盘),关联.py文件,其余的不选,然后安装。
- 打开Pycharm,Location是Project所在的路径,因为我们在安装Anaconda时创建了Pytorch环境,所以我们选择现存的环境,Path to conda 找到相应的conda.exe,选择Conda环境,点击create创建。
- 依次点击【File】->【settings】->【Python Interpret】,找到pytorch下的Python解释器,左键ok。
- 运行以下程序,如果没有报错,则证明成功。
import torch
import numpy as np
arr=np.ones((3,3))
print("arr的数据类型为:"+str(arr.dtype))
print("arr的数据类型为:"+str(arr.dtype))
t=torch.tensor(arr)
print(t)
至此,我们成功安装了深度学习所需要的环境(●ˇ∀ˇ●)。