《动手学深度学习》Pytorch_GPU版Anaconda虚拟环境安装教程

说明：由于之前已在电脑中安装好Anaconda3和CUDA以及CUDNN，这里不再记录这一部分，如有需要可以参考其他博主的博客：Win10安装anaconda 和cuda+cudnn详细教程。

平台：Windows10，GTX1060显卡。

首先找到Anaconda Prompt，右键以管理员方式运行

一、创建并激活虚拟环境

创建conda虚拟环境：（为了提高速度，这里使用了清华源。当然也可以用别的换源方法，文底评论里那个博客也可以参考）

conda create -n d2l python=3.8 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

激活conda虚拟环境：

conda activate d2l

二、在新创建的conda虚拟环境中安装CUDA和CUDNN

在新创建的conda虚拟环境中安装CUDA：（为了提高速度，这里使用了清华源）

conda install cudatoolkit=10.1 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

在conda虚拟环境中安装cudnn：

conda install cudnn=7.6.5 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/

conda也可以离线安装CUDA和CUDNN：

# 由于 conda源中没有全部版本的cuda和cudnn，需要查看conda源中可以安装的cuda和cudnn版本
conda search cuda
conda search cudnn
# 查看详细信息
conda search cuda --info
conda search cudnn --info
# 根据详细信息里提供的对应关系和url网址把对应版本的cuda和cudnn下载到本地，记得用命令行切换到该下载文件保存目录下，然后进行离线安装
conda install --use-local XXXXXXXXXX.tar.bz2
conda install --use-local YYYYYYYYYY.tar.bz2

三、安装Pytorch_gpu

进入GitHub - pytorch/vision: Datasets, Transforms and Models specific to Computer Vision查看一下自己安装的python版本和pytorch及torchvision版本的对应关系，避免发生版本冲突，

安装pytorch有好几种方法：最推荐pip install离线安装！

1.可以用官网Previous PyTorch Versions | PyTorch的命令进行在线安装（最省心但是很慢）；

2.也可以用conda install离线安装（注意：离线安装完会缺少很多依赖包，文章后边会介绍这个坑）；

从清华镜像网站https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/，下载需要的pytorch版本到根目录文件夹C:\Users\asus内，我下载的是pytorch-1.8.0-py3.8_cuda10.1_cudnn7_0.tar，然后用以下命令安装：

conda install pytorch-1.8.0-py3.8_cuda10.1_cudnn7_0.tar.bz2

从清华镜像网站https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/里面，下载相对应的torchvision版本到根目录文件夹C:\Users\asus内（当然也可以下载自定义文件夹里，但要记得用命令行切换到该文件夹目录下，然后再用conda install ***命令安装torch包），（pytorch与torchvision对应关系也可以参考：mirrors / pytorch / vision · CODE CHINA (gitcode.net)），我下载的是torchvision-0.9.0-py38_cu101.tar，然后用以下命令安装：

conda install torchvision-0.9.0-py38_cu101.tar.bz2

测试pytorch是否安装成功，结果报错了，发现报错原因是没安装numpy库（实际上缺少的不只是numpy库，还有很多都缺少，如果根据报错提示一个一个去安装是很麻烦的，后边会讲如何一次性安装缺少的包）：

(d2l) C:\Users\asus>python
Python 3.8.12 (default, Oct 12 2021, 03:01:40) [MSC v.1916 64 bit (AMD64)] :: Anaconda, Inc. on win32
Type "help", "copyright", "credits" or "license" for more information.
>>> import torch
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "D:\ProgramData\Anaconda3\envs\d2l\lib\site-packages\torch\__init__.py", line 196, in <module>
    from torch._C import *
ModuleNotFoundError: No module named 'numpy'
>>> exit()

(d2l) C:\Users\asus>conda list
# packages in environment at D:\ProgramData\Anaconda3\envs\d2l:
#
# Name                    Version                   Build  Channel
ca-certificates           2021.10.26           haa95532_2    https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
certifi                   2021.10.8        py38haa95532_0    https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
cudatoolkit               10.1.243             h74a9793_0    defaults
cudnn                     7.6.5                cuda10.1_0    https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
openssl                   1.1.1l               h2bbff1b_0    https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
pip                       21.2.2           py38haa95532_0    defaults
python                    3.8.12               h6244533_0    defaults
pytorch                   1.8.0           py3.8_cuda10.1_cudnn7_0    <unknown>
setuptools                58.0.4           py38haa95532_0    defaults
sqlite                    3.36.0               h2bbff1b_0    defaults
torchvision               0.9.0                py38_cu101    <unknown>
vc                        14.2                 h21ff451_1    defaults
vs2015_runtime            14.27.29016          h5e58377_2    defaults
wheel                     0.37.0             pyhd3eb1b0_1    defaults
wincertstore              0.2              py38haa95532_2    defaults

 离线安装好torch和torchvision后，还是需要重新利用conda来在线安装一次，要用它来对相关的缺失的包来进行在线匹配安装(也就是根据安装好的pytorch来匹配那些对应的好多库，不是说再下载一遍pytorch)。但是一定要注意了!!!在利用官网代码时conda install XXXX XXXX -c pytorch一定要删掉后面的-c pytorch，因为它代表直接从pytorch官网去下载，不会与本地安装好的匹配，还会全部重新下载。所以改成：conda install XXXX XXXX它就会自动匹配之前离线安装好的东西，然后匹配相关的库的等级、版本之类的。

3.最推荐使用pip install离线安装

注意，清华镜像里的pytorch版本不全，最好还是科学上网翻去pytorch官网下载地址https://download.pytorch.org/whl/torch_stable.html下载torch和torchvision的whl包到本地。第一种方法：用命令行切换到该下载文件保存目录下，然后用pip install xxxxxxxxxx.whl 命令离线安装；第二种方法：指令是'pip install D:\DownloadData\MyDownload\torch-1.10.0+cu113-cp39-cp39-win_amd64.whl'，后面的路径换成你下载到的文件路径即可，记得要先装torch再装torchvision，否则pip会自己再下一个torch给你装上去。

四、下边安装 d2l 软件包

d2l包封装了《动手学深度学习》书中常⽤的函数和类。代码：

pip install -U d2l -i http://mirrors.aliyun.com/pypi/simple/ --trusted-host mirrors.aliyun.com

五、查看Pytorch是否安装成功:

Python
import torch
torch.__version__

结果：

 或者用下列代码验证：

Python
import torch
torch.cuda.is_available()

 返回True，说明GPU版本的Pytorch安装成功。

由上图可见，Pytorch安装成功。

退出Python环境：

exit()

使用conda list命令查看d2l虚拟环境已经安装的包：

conda list

查看结果：

(d2l) C:\Users\asus>conda list
# packages in environment at D:\ProgramData\Anaconda3\envs\d2l:
#
# Name                    Version                   Build  Channel
argon2-cffi               21.1.0                   pypi_0    pypi
attrs                     21.2.0                   pypi_0    pypi
backcall                  0.2.0                    pypi_0    pypi
bleach                    4.1.0                    pypi_0    pypi
ca-certificates           2021.10.26           haa95532_2    https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
certifi                   2021.10.8        py38haa95532_0    https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
cffi                      1.15.0                   pypi_0    pypi
charset-normalizer        2.0.7                    pypi_0    pypi
colorama                  0.4.4                    pypi_0    pypi
cudatoolkit               10.1.243             h74a9793_0    defaults
cudnn                     7.6.5                cuda10.1_0    https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
cycler                    0.11.0                   pypi_0    pypi
d2l                       0.17.0                   pypi_0    pypi
debugpy                   1.5.1                    pypi_0    pypi
decorator                 5.1.0                    pypi_0    pypi
defusedxml                0.7.1                    pypi_0    pypi
entrypoints               0.3                      pypi_0    pypi
fonttools                 4.28.2                   pypi_0    pypi
idna                      3.3                      pypi_0    pypi
importlib-resources       5.4.0                    pypi_0    pypi
ipykernel                 6.5.1                    pypi_0    pypi
ipython                   7.29.0                   pypi_0    pypi
ipython-genutils          0.2.0                    pypi_0    pypi
ipywidgets                7.6.5                    pypi_0    pypi
jedi                      0.18.1                   pypi_0    pypi
jinja2                    3.0.3                    pypi_0    pypi
jsonschema                4.2.1                    pypi_0    pypi
jupyter                   1.0.0                    pypi_0    pypi
jupyter-client            7.1.0                    pypi_0    pypi
jupyter-console           6.4.0                    pypi_0    pypi
jupyter-core              4.9.1                    pypi_0    pypi
jupyterlab-pygments       0.1.2                    pypi_0    pypi
jupyterlab-widgets        1.0.2                    pypi_0    pypi
kiwisolver                1.3.2                    pypi_0    pypi
markupsafe                2.0.1                    pypi_0    pypi
matplotlib                3.5.0                    pypi_0    pypi
matplotlib-inline         0.1.3                    pypi_0    pypi
mistune                   0.8.4                    pypi_0    pypi
nbclient                  0.5.9                    pypi_0    pypi
nbconvert                 6.3.0                    pypi_0    pypi
nbformat                  5.1.3                    pypi_0    pypi
nest-asyncio              1.5.1                    pypi_0    pypi
notebook                  6.4.6                    pypi_0    pypi
numpy                     1.21.4                   pypi_0    pypi
openssl                   1.1.1l               h2bbff1b_0    https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
packaging                 21.3                     pypi_0    pypi
pandas                    1.3.4                    pypi_0    pypi
pandocfilters             1.5.0                    pypi_0    pypi
parso                     0.8.2                    pypi_0    pypi
pickleshare               0.7.5                    pypi_0    pypi
pillow                    8.4.0                    pypi_0    pypi
pip                       21.2.2           py38haa95532_0    defaults
prometheus-client         0.12.0                   pypi_0    pypi
prompt-toolkit            3.0.22                   pypi_0    pypi
pycparser                 2.21                     pypi_0    pypi
pygments                  2.10.0                   pypi_0    pypi
pyparsing                 3.0.6                    pypi_0    pypi
pyrsistent                0.18.0                   pypi_0    pypi
python                    3.8.12               h6244533_0    defaults
python-dateutil           2.8.2                    pypi_0    pypi
pytorch                   1.8.0           py3.8_cuda10.1_cudnn7_0    <unknown>
pytz                      2021.3                   pypi_0    pypi
pywin32                   302                      pypi_0    pypi
pywinpty                  1.1.6                    pypi_0    pypi
pyzmq                     22.3.0                   pypi_0    pypi
qtconsole                 5.2.0                    pypi_0    pypi
qtpy                      1.11.2                   pypi_0    pypi
requests                  2.26.0                   pypi_0    pypi
send2trash                1.8.0                    pypi_0    pypi
setuptools                58.0.4           py38haa95532_0    defaults
setuptools-scm            6.3.2                    pypi_0    pypi
six                       1.16.0                   pypi_0    pypi
sqlite                    3.36.0               h2bbff1b_0    defaults
terminado                 0.12.1                   pypi_0    pypi
testpath                  0.5.0                    pypi_0    pypi
tomli                     1.2.2                    pypi_0    pypi
torchvision               0.9.0                py38_cu101    <unknown>
tornado                   6.1                      pypi_0    pypi
traitlets                 5.1.1                    pypi_0    pypi
typing-extensions         4.0.0                    pypi_0    pypi
urllib3                   1.26.7                   pypi_0    pypi
vc                        14.2                 h21ff451_1    defaults
vs2015_runtime            14.27.29016          h5e58377_2    defaults
wcwidth                   0.2.5                    pypi_0    pypi
webencodings              0.5.1                    pypi_0    pypi
wheel                     0.37.0             pyhd3eb1b0_1    defaults
widgetsnbextension        3.5.2                    pypi_0    pypi
wincertstore              0.2              py38haa95532_2    defaults
zipp                      3.6.0                    pypi_0    pypi

六、运行jupyter notebook

最后，我们通过运⾏以下命令打开 Jupyter 笔记本，会自动跳转到 Jupyter 笔记本网页界面：

jupyter notebook

接下来，需要下载《动手学深度学习》这本书的代码。可以点击《动手学深度学习》 — 动手学深度学习 2.0.0-alpha2 documentation (d2l.ai) 页面顶部的“Jupyter 记事本⽂件”选项，或直接点击下载网址 https://zh-v2.d2l.ai/d2l-zh.zip 下载代码压缩包，下载后解压到用户根目录（比我的电脑是C:\Users\asus）。

然后刷新 Jupyter 笔记本网页，就可以显示d2l-zh文件夹了。

找到d2l-zh/pytorch/chapter_preliminaries/ndarray.ipynb，点击进入，然后鼠标定位到想要运行的代码框处，再点击页面上方的运行按钮（或者直接使用快捷键Ctrl+Enter），如果不报错就说明环境已经安装成功啦~