win10+anaconda3+pycharm+pytorch+cuda 环境搭建

1.anaconda3的安装

首先进入anaconda官网https://repo.anaconda.com/archive/
注意:5.3以后的是python3.7的,3.7是一个比较稳定的版本。
如果官网下载不了可以去清华大学镜像下载。
清华大学镜像:https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
在这里插入图片描述

下载之后安装:

在这里插入图片描述
在这里插入图片描述

选择路径,可以设置默认路径(默认安装在C盘),我这里设置是放在D盘。
在这里插入图片描述
在这里插入图片描述

安装完成:
在这里插入图片描述
配置环境变量:此电脑——属性——高级系统设置——环境变量——path——编辑——新建
在这里插入图片描述
我们打开jupyter notebook测试一下是否安装成功:
在这里插入图片描述

输入简单的print()函数,成功输出:
在这里插入图片描述
也可以使用cmd命令查看:
在这里插入图片描述
到此 anaconda3 安装成功。

2.pycharm的安装

进入官网链接:https://www.jetbrains.com/pycharm/
在这里插入图片描述
在这里插入图片描述
设置文件安装路径,默认C盘,这里安装D盘。
在这里插入图片描述

在这里插入图片描述
在这里插入图片描述
安装完成
在这里插入图片描述

3.cuda的安装

安装cuda前先安装visual studio 2019 ,否则cuda会出现很多问题
安装完后继续cuda的安装
1:查看显卡型号:桌面右键→NVIDIA控制面板→系统信息
在这里插入图片描述2:查看显卡对应cuda的版本
在这里插入图片描述
显卡Tesla T4对应的cuda版本为:CUDA 11.4,可以选择低一些的版本。
官方下载地址:https://developer.nvidia.com/cuda-toolkit-archive
这里选择安装CUDA 11.1版本
在这里插入图片描述
如图示下载
在这里插入图片描述
默认安装(修改路径会引起很多麻烦):
在这里插入图片描述
在这里插入图片描述

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
安装完毕,我们进入cmd输入nvcc -V 看是否安装成功。
在这里插入图片描述
至此cuda安装完成。

4.cudnn的安装

官网链接:https://developer.nvidia.com/rdp/cudnn-archive(需要登录)
选择对应cuda(这里的cuda是11.1)版本的cudnn
在这里插入图片描述
选择对应的操作系统(这里是win10)
在这里插入图片描述
下载完毕解压后有如下文件夹:

在这里插入图片描述
打开之前安装cuda的文件夹:
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1
在这里插入图片描述
将cudnn对应文件夹里面的文件复制到cuda安装目录中:
在这里插入图片描述
复制完成后手动添加环境变量,进入系统变量-PATH-新建如图两个变量。
在这里插入图片描述
完成以上操作后进入powershell测试是否安装成功,如图示:
在这里插入图片描述
至此,cudnn安装完毕。

5.pytorch的安装

首先为pytorch创建一个环境。
打开anaconda Promt:
在这里插入图片描述
输入conda create --name pytorch python=3.7(这条指令中的pytorch可以替换成你自己设置的名称,例如pt:conda create --name pt python=3.7)
这里指定python=3.7,(稳定)
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
出现以上提示,表示pytorch环境已创建成功。
现在我们开始安装pytorch。
进入pytorch官网https://pytorch.org/get-started/locally/
找与cuda版本相对应的pytorch,(这里是CUDA11.1)
在这里插入图片描述
复制命令 conda install pytorch torchvision torchaudio cudatoolkit=11.1 -c pytorch
(注意,图中的cudatoolkit=11.3,由于我们安装的cuda版本是11.1,所以自己修改为cudatoolkit=11.1)
首先进入pytorch环境:activate pytorch(还是在Anaconda Prompt输入),回车。
在这里插入图片描述
注意看,C前面的(base)变成(pytorch)说明已经进入pytorch环境中。
输入安装指令:conda install pytorch torchvision torchaudio cudatoolkit=11.1 -c pytorch
回车
在这里插入图片描述
在这里插入图片描述
出现done说明安装成功,如下图。
在这里插入图片描述
我们测试一下是否可以使用pytorch。
进入python环境:输入python回车。
然后输入一下代码:
import torch
x = torch.rand(5,5)
print(x)
在这里插入图片描述
成功打印输出。

到此,可以愉快的跑深度学习代码了~

  • 2
    点赞
  • 21
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
你可以按照以下步骤配置Anaconda和PyCharmPyTorch环境: 1. 首先,确保你已经安装了Anaconda和PyCharm,可以在官方网站上下载并按照说明进行安装。 2. 打开Anaconda Navigator,创建一个新的环境。点击"Environments"选项卡,然后点击"Create"按钮。输入一个环境名称(例如"pytorch_env"),选择Python版本(建议选择Python 3.7或更高),并点击"Create"按钮。 3. 在创建的环境中,点击该环境的"Open Terminal"按钮,打开终端。 4. 在终端中,运行以下命令来安装PyTorch: ``` conda install pytorch torchvision torchaudio cudatoolkit=xx.x -c pytorch ``` 请将 "xx.x" 替换为你所需的CUDA版本。如果你不使用GPU,可以省略 `cudatoolkit` 部分。 5. 安装完成后,返回Anaconda Navigator界面,点击"Home"选项卡。 6. 在"Home"选项卡中,选择你创建的PyTorch环境,并点击右侧的三个点菜单图标。选择"Install",然后在搜索栏中输入"pycharm"。 7. 安装PyCharm社区版或专业版,然后返回Anaconda Navigator界面。 8. 点击"Environments"选项卡,找到你创建的PyTorch环境,并点击右侧的三个点菜单图标。选择"Open with Jupyter Notebook"。 9. 打开Jupyter Notebook后,点击右上角的"New"按钮,选择"Python 3"以创建一个新的Notebook。在Notebook中可以编写和运行PyTorch代码。 10. 打开PyCharm,创建一个新的项目。在项目设置中,选择你创建的PyTorch环境作为项目的解释器。 现在你已经成功配置了Anaconda和PyCharmPyTorch环境。你可以在PyCharm中编写和运行PyTorch代码,并使用Anaconda Navigator中的Jupyter Notebook进行交互式开发。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

加菲大喵喵

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值