Pytorch本地环境搭建，详细过程

Pytorch本地环境搭建，详细过程

希望对你有用

一、安装anaconda

网址：https://www.anaconda.com/products/individual（官网下载较慢）

推荐使用清华的镜像 https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

选择适合的版本，这里选择 Anaconda2022.05-Windowsx86_ 64.exe 版本。

接下来，可以用conda命令查看，自己的版本

conda --version

常用命令：

1.创建虚拟环境 :

conda create -n ‘环境名称’ python=3.9

2.进入激活环境：

conda activate ‘环境名称’

3.查看所有的虚拟环境

conda info -e

4.删除虚拟环境

conda remove -n ‘环境名称’ --all

二、安装Pycharm软件

1.安装前配置

安装之前，确保电脑配置好了python，没有下载安装的可参考(32条消息) python安装教程（Windows最新）_皮小孩ls的博客-CSDN博客_windows安装python

2.安装

pycharm windows版本下载地址：https://www.jetbrains.com/pycharm/download/#section=windows
下载社区版本（日常学习使用够用了），专业版收费，然后进行安装。

3.创建工程

（1）打开PyCharm，单击New project

（2）PyCharm创建Conda工程

4、在Anaconda安装文件夹下找到envs文件夹，里面存储的都是你创建的虚拟环境，然后选择刚刚创建的虚拟环境文件下的python.exe，点击OK

5、创建完成后自动进入如下界面：

三、下载安装CUDA和cnDNN

• cuda： Compute Unified Device Architecture，是一种有NVIDIA推出的通用并行计算架构， 该架构使GPU能够解决复杂的计算问题。

• cudnn： 是NVIDIA 推出的用于深度神经网络的GPU加速库，他强调性能，易用性和低内存开销。

• cuda和cudnn的关系： cudnn是基于cuda架构开发的专门用于深度神经网络的GPU加速库。cuda可以理解为一个大的商圈，但这个商圈是空的，还未装修。cudnn可以理解为装修后的房间，例如负一楼专门针对游乐（深度神经网络）装修成大型游乐厂。

  详细了解可参考大神的文章

  https://blog.csdn.net/u014380165/article/details/77340765

  查看对应版本的CUDA，这部非常关键！！！请一定要重视，避免之后多次重装。

（1）首先查看自己电脑GPU版本

方式一：打开nvidia控制面板

方式二：win+R打开cmd，输入nvidia-smi

可直接查看自己可安装的最高版本的CUDA版本。

可以看出我这台电脑要安装cuda11.0版本，我们去下载cuda不可以高于这个版本，最好也别过低。（后续要进行gpu pytorch环境的配置，版本也要与cuda版本相对应，建议下载版本10.2与11.3，这两者兼容的Pytorch版本多，不易出错）

切换CUDA版本可参考这里

PyTorch 版本	CUDA 环境
0.4.1、1.2.0、1.4.0、1.5.0(1)、1.6.0、1.7.0(1)	9.2
1.2.0、1.1.0、1.0.0(1)	10.0
1.4.0、1.5.0(1)、1.6.0、1.7.0(1)	10.1
1.5.0(1)、1.6.0、1.7.0(1)、1.8.0(1)、1.9.0、1.10.0(1/2)、1.11.0、1.12.0(1)	10.2
1.7.0(1)	11.0
1.8.0(1)、1.9.0、1.10.0(1/2)、1.11.0	11.1
1.8.0(1)、1.9.0、1.10.0(1/2)、1.11.0、1.12.0(1)	11.3
1.11.0	11.5
1.12.0(1)	11.6

（2）CUDA下载安装

CUDA官网：https://developer.nvidia.com/cuda-downloads 下载相应版本即可。

路径可不用更改，下载后存放CUDA的文件夹会自动消失，后面可以从C盘中找到相对应的路径。

具体教程可参照(32条消息) 【CUDA】cuda安装 （windows版）_何为xl的博客-CSDN博客_cuda安装

（3）cuDNN下载安装

下载地址：https://developer.nvidia.com/rdp/cudnn-download

具体教程可参照(32条消息) 【CUDA】cuda安装 （windows版）_何为xl的博客-CSDN博客_cuda安装

下载的时候注意版号，一定要让cudnn和cuda的版号完全一样才可以。
下载好之后打开cudnn的压缩包，再打开cuda的目录（C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\版本号，

把下载的cudnn压缩包的东西全都放进cuda目录下对应的文件下，至此cuda+cudnn安装成功了，anaconda prompt，输入nvcc -V来看看cuda信息：

四、下载GPU版本下的pytorch和pytorchvision

直接命令安装失败的概率高，故最好选择下载安装包进行安装，再在anaconda里下载whl文件。

（1）查看自己的python版本

还是在 Anaconda prompt 命令，输入 python。

（2）不使用命令行下载pytorch的下载链接如下

https://download.pytorch.org/whl/torch_stable.html

注：里面的文件cpu开头的是CPU版本，cu开头的才是我们要下载的GPU版本，可参照下表，以免下错版本。

torch与torchvision对应关系，来源：官方Repo: vision

torch	torchvision	python
main / nightly	main / nightly	>=3.7.2, <=3.10
1.13.0	0.14.0	>=3.7.2, <=3.10
1.12.0	0.13.0	>=3.7, <=3.10
1.11.0	0.12.0	>=3.7, <=3.10
1.10.2	0.11.3	>=3.6, <=3.9
1.10.1	0.11.2	>=3.6, <=3.9
1.10.0	0.11.1	>=3.6, <=3.9
1.9.1	0.10.1	>=3.6, <=3.9
1.9.0	0.10.0	>=3.6, <=3.9
1.8.2	0.9.2	>=3.6, <=3.9
1.8.1	0.9.1	>=3.6, <=3.9
1.8.0	0.9.0	>=3.6, <=3.9
1.7.1	0.8.2	>=3.6, <=3.9
1.7.0	0.8.1	>=3.6, <=3.8
1.7.0	0.8.0	>=3.6, <=3.8
1.6.0	0.7.0	>=3.6, <=3.8
1.5.1	0.6.1	>=3.5, <=3.8
1.5.0	0.6.0	>=3.5, <=3.8
1.4.0	0.5.0	==2.7, >=3.5, <=3.8
1.3.1	0.4.2	==2.7, >=3.5, <=3.7
1.3.0	0.4.1	==2.7, >=3.5, <=3.7
1.2.0	0.4.0	==2.7, >=3.5, <=3.7
1.1.0	0.3.0	==2.7, >=3.5, <=3.7
<=1.0.1	0.2.2	==2.7, >=3.5, <=3.7

在下载链接中找到要下载的torch和torchvision，

（3）下载后放在同一目录下

（4）在Anaconda prompt中下载torch和torchvision

• cd 文件保存目录

• pip install ‘文件名’

torch有2.多G，稍等一下

（5）检验方法

输入命令

pip list

五、 验证以上全部安装成功

torch.cuda.is_available()

结果为True，证明安装成功

参考链接：

(32条消息) 【Pytorch】pytorch安装（包含cuda详细安装教程）_指尖听戏的博客-CSDN博客_pytorch安装

(32条消息) 【CUDA】cuda安装 （windows版）_何为xl的博客-CSDN博客_cuda安装

(32条消息) GPU版本安装Pytorch教程最新方法_水w的博客-CSDN博客_pytorch gpu版本

(32条消息) conda创建、查看、删除虚拟环境_Zero_to_zero1234的博客-CSDN博客_conda 删除虚拟环境

(32条消息) python安装教程（Windows最新）_皮小孩ls的博客-CSDN博客_windows安装python

(32条消息) pycharm安装教程，超详细_皮小孩ls的博客-CSDN博客_pycharm安装教程