下载各类安装包

一、安装Anaconda

Anaconda下载链接Anaconda | Anaconda Distribution

下载W-64位

 打开安装包全部下一步；

最后一个页面两个全都勾选；

二、在Anaconda下安装pytorch环境

（一）、配置torch环境

按下WIn键，打开Anaconda终端，如下图。

执行如下的指令查看有哪些环境

conda env list

       新安装的anaconda只有一个base环境。base环境里相当于一个大房间，可以在里面分出多个小隔间，在小隔间里安装我们所需要的包就能创建一个自己想要的环境。

       创建虚拟环境conda create -n 环境名字（英文） python=x.x（python版本），如下，我就是创建了一个名字叫pytorch，python是3.8版本的环境。

conda create -n pytorch python=3.8

        在base环境中执行如上的命令，就会创建一个新的虚拟环境，这个虚拟环境会安装一些基础的包，如下图所示。询问是否安装的时候，输入y。就可以创建环境了。

        当安装好了以后，执行conda env list这个命令，就可以看到比一开始多了一个pytorch这个环境。现在我们可以在这个环境里面安装深度学习框架和一些Python包了。

        执行如下命令，激活这个环境。conda activate 虚拟环境名称

conda activate pytorch

      安装pytorch-gup版的环境，由于pytorch的官网在国外，下载相关的环境包是比较慢的，所以我们给环境换源。在pytorch环境下执行如下的命名给环境换清华源。

 

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

（二）、安装pytorch

打开pytorch的官网

 可以如图选择来安装基础版本，复制框中的代码即可下载；

或选择以前的版本，如图框中；

选择带有CUDA的下载时，复制下载代码不要复制后面的-c pytorch -c conda-forge，如下图：

最后，将复制的内容粘贴到pytorch环境下的终端，运行就可以了

三、安装Pycharm

 （一）、Pycharm下载链接

可以发现一共有两个版本一个是专业版（Professional），一个是社区版（Community），专业版是需要花钱的，好几百美元一年。而社区版是免费的，但是也够用了，所以就下载安装社区版就好了。

         将下载好的pycharm安装包，双击。

 

 

安装好了点击第二个框框，然后点完成就好了

（二）、在pycharm中，测试anaconda是否在安装pytorch和paddlepaddle框架的时候也安装了cuda和cudnn

 打开pycharm，创建一个新的工程。按如下两图创建一个工程（新工程好像必须要安装一个新的python插件），新的工程最好在D盘一个新的文件夹下，有的工程很大，C盘容易装满。

      按以上的方式创建了一个工程，这时候我们就要选择我们在anaconda里面安装的环境，在界面的右下角

        按照如图中的选项选择我们在anaconda中创建的深度学习环境，可以看到有paddle和pytorch两个环境，我们先选择pytorch环境。

         此时刚刚的右下角已经有了我们刚刚选择的pytorch环境中的python了。

我们在创建的工程里面创建一个python脚本，在脚本中运行如下代码，查看是否anconda在安装pytorch环境的时候也安装了cuda和cudnn。

import torch
print(torch.cuda.is_available())
print(torch.backends.cudnn.is_available())
print(torch.cuda_version)
print(torch.backends.cudnn.version())

可以发现控制台打印出两个True,可以说明cuda和cudnn已经安装。并且可以得到cuda的版本为11.1和cudnn的版本为8.05版本。

         安装如上的方法将python的版本切换为paddle环境中的python插件。运行如下的代码

import paddle
print(paddle.utils.run_check())

可以得到cudade 版本为11.2，cudnn的版本为8.1。

         至此我们的深度学习环境安装就已经完全完成。