|pytorch安装| 根据自己显卡安装pytorch并配置python环境全过程

|pytorch安装| 根据自己显卡安装pytorch并配置python环境全过程

前言

本篇博客所叙述的关于pytorch的安装全都是基于Anaconda安装完成的基础下进行，对不同显卡安装适配自己的pytorch均做了详细的叙述，如果有anaconda安装或者配置环境相关问题的话可以看我上一篇博客：|Anaconda安装| Anaconda、pycharm安装及配置Python环境详细教程

下面是一个流程图来大致描述，CPU和GPU分别是怎样安装。

再开始安装之前先检查一下自己的电脑是否具备GPU，如果不具备的话可以使用CPU版本的pytorch。

下面介绍一下如何检查自己电脑是否具有GPU，首先调出任务管理器（Ctrl+Alt+.）,并查看上方菜单栏的‘性能’。

打开之后查看自己这两个地方是否具有GPU，如果存在的话证明有GPU，不存在说明只能安装CPU版本。

然后在教程中找到相应的GPU和CPU安装版本即可。

创建虚拟环境

在安装之前我们需要在anaconda下创建一个虚拟环境来装载pytorch.

首先打开‘win’工具栏，在安装好的‘Anaconda’文件夹中，找到‘Anaconda Prompt’并打开。

打开后输入以下指令，目的是创建一个新的环境(把myenv换成自己想创建的环境名称)。

conda create --name myenv

在这里我创建了一个名为pylpytorch的新环境。

接下来在弹出的对话框中键入‘y’.

出现下列对话便是建立完成。

之后复制粘贴下列代码，目的是切换到新创建的环境（同样把pylpytorch换成你创建的环境名）。

conda activate pylpytorch

此时可以看到从主环境切换到了刚创建的虚拟环境。

之后复制粘贴下列代码，目的是查看新创建的环境的信息。

conda info

我们可以从中看到新创建的环境相关的各种信息。

至此环境创建完成。

CPU版本安装

CPU版本的安装相对简单，相较于GPU版本节省了很多步骤，下面我们一步步来安装。

首先附上pytorch官网：https://pytorch.org/

进入之后点击左上角的‘Get Start’。

进去之后按照箭头指示的地方选中相应的选项。然后复制下图红框中圈到的命令符。

复制下来后我们从命令符中看到安装pytorch实际上是安装 pytorch torchvision torchaudio这三个库。**由于这个网站里面的命令符下载网站并不在国内，所以直接运用命令指示符下载会非常慢，甚至出现下载失败的情况。**所以建议使用国内镜像下载，下面是一个比较推荐的几个国内镜像网站：

清华镜像：https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/win-64/

所以此时我们需要把代码更换一下换成：

conda install pytorch torchvision torchaudio cpuonly -c 镜像地址

复制后打开命令指示框，输入上述代码并把镜像地址换成上方清华镜像，如下图：

后续对话中键入‘y’。

当出现‘done’如下图的标识时，便是下载成功。

然后可以通过如下指令来查看是否安装成功

conda list

输入后回车可以查看环境中已安装的库。会看到一个cpu版本的pytorch。

这时pytorch已经安装到虚拟环境了，接下来查看库是否可以正常运行。

依次输入python、import torch、torch.cuda.is_available()。出现‘False’说明安装成功并可以正常使用。

CPU版本pytorch安装至此结束。

GPU版本安装

GPU版本的pytorch相较于CPU版本的pytorch安装略显麻烦，但能够使用GPU的并行计算能力还是很值得的。

安装最新版驱动

首先通过第一步记住自己的GPU型号，比如我的这个NVDIA RTX20系列的2060.

进入NVDIA下载驱动的网站：https://www.nvidia.cn/Download/index.aspx?lang=cn，然后再产品类型中找到自己的显卡后点击搜索。

搜索后直接下载安装即可，安装过程比较简单，就不过多赘述了。

根据自己GPU型号找到合适的cuda版本

安装完成驱动之后，我们需要确定一下适配自己GPU的CUDA版本。

首先使用‘WIN + r’调出命令栏，在命令栏中输入’cmd’。

在打开的命令框中输入以下代码，目的是查看自己GPU的各种信息以及适配的CUDA版本。

nvidia-smi

如下图可以看到，弹出了自己的GPU及适配信息。其中箭头指向的地方是输入的指令，圈出的地方就是适配的CUDA信息，例如我这边显示的CUDA Version：12.4意思就是我可以安装12.4版本的CUDA版本。

pytorch安装

首先进入pytorch官网，地址：https://pytorch.org/,点击‘Get Start’。

情况一：

首先这里列举两种可能遇到的情况，情况一指的是自己的GPU版本不算很靠后，可以在根据本小节教程在Pytorch的官网中找到适配自己GPU的CUDA版本安装指令，如果GPU版本比较靠后在本节找不到对应的CUDA版本安装指令可以移步情况二。

然后再新的页面寻找自己的CUDA版本，例如说我这里适配12.4以下的版本那么我就可以选中蓝色圈出的CUDA 12.1,如下图所示。另外上面四个选项和我箭头段指的选一样的即可，最后复制我红色圈中位置的命令符。

情况二：

如果从情况一的部分没找到适配自己版本的CUDA版本，我们可以在过去的版本中找，首先在‘Get Start’的页面中找到寻找过去版本的字样。

进入之后我们使用搜索的快捷键（Ctrl+F）在新的网页中进行搜索我们需要的版本，假如说我需要搜索10.2的CUDA版本，如下图：

在搜索完成后一定要注意是pip下载还是conda下载，另外也要注意是linux and Windows下载还是osx。

找到适配的命令符后复制即可前往下载安装。

然后打开‘Anaconda Prompt’激活第一开始创建的虚拟环境，例如我创建的是‘pingpytorch’

激活代码为：

conda activate 环境名

如上图所示，环境切换成功，然后复制在pytorch网站的命令符即可。

但是由于下载源在国外的网站，所以建议使用国内镜像源下载：

清华镜像：https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/win-64/

接着在弹出的页面键入’y’即可

接下来就是等待安装成功。

然后我们确认是否安装成功。依次输入python、import torch、torch.cuda.is_available()。出现‘True’说明安装成功并可以正常使用。

配置pytorch环境

写到这想起来我的上篇博客有详细的pycharm配置pytorch的步骤，这里我就不过多赘述了，详情直接看上篇博客吧：|Anaconda安装| Anaconda、pycharm安装及配置Python环境详细教程

总结

虽然是把所有步骤都列举出来了，但是安装过程中还是会不可避免的遇到很多问题，不要太影响心态，一点点解决就行，也很欢迎有问题一起讨论。