手把手Pytorch安装及配置教程(Vscode/Anaconda/CUDA/Pytroch)

会下雨的橡树

已于 2024-09-25 10:01:26 修改

阅读量1.4w

点赞数 77

文章标签： python pytorch 深度学习

于 2024-08-20 09:37:32 首次发布

本文链接：https://blog.csdn.net/qq_45790241/article/details/141344954

版权

按照安装流程一步步将相关软件和环境配置好即可。

一、Vscode安装

Vscode也可以用Pycharm代替，如果使用Pycharm的同学可以跳过一、六节。

先查看自己的显卡型号，方法：设备管理器 -> 显示适配器
在这里插入图片描述

注意，如果自己的显卡驱动已经更新过了，可以跳过这一节，检查驱动版本方法：Win+r打开cmd，输入nvidia-smi

注意，CUDA的版本小于等于12.6即可，这里我们就安装12.0的吧。

注意，这里如果是之前一直打开的cmd窗口，输入nvcc -V可能报错，这里要新开一个cmd窗口验证。

进入[Pytorch官网](Start Locally | PyTorch)，选择下载之前的版本，然后先搁置这个网页，我们先来用Anaconda创建一个虚拟环境。
新建虚拟环境。
a. 打开Anaconda Prompt，输入下面一行命令，即创建一个名字为pytorch2.2.2，python版本设置为3.9的虚拟环境。

Conda create -n pytorch2.2.2 python=3.9

b. 选择y，等待安装完毕即可。

c. 激活虚拟环境，即在Anaconda Prompt中输入下面一行命令，可以看到最前边的括号从base环境变成了pytorch2.2.2环境，接下来我们就要在这个环境中安装Pytorch。

conda activate pytorch2.2.2

在新的虚拟环境中安装Pytorch，找到对应的命令，因为我们的CUDA是12.0版本，所以这里选择11.8版本的。

在Anaconda Prompt中输入上述命令，并选择y
验证pytorch是否安装成功，即输入图片中的几个命令：打开python解释器，导入torch库，使用torch.cuda.is_avaiable()看输出是否为True

安装完毕后，其实对这些软件之间的关系有一些感觉了，我们有必要了解一下我们安装这些软件和它们之间的关系，这样以后安装就不用看教程了。

python：解释器，用来将我们写好的python源文件(程序)进行解释，交给计算机来执行。
Pytorch：python的库，也就是别人写好的一些类、方法等，我们可以直接拿来用。
CUDA：Nvidia推出的并行计算平台，简单理解就是调用GPU的工具。CUDA允许开发人员使用python,C++等编程语言在GPU上运行程序。
Conda：虚拟环境管理工具。Conda可以创建多个虚拟环境，比如一个项目我们需要使用python3.8版本，numpy包，Pytorch2.0版本，另一个项目需要使用python3.9版本，不需要numpy包，Pytorch2.2版本，同一台计算机如何管理呢？Conda就可以创建多个虚拟环境，来管理这些包等。