pytorch环境配置
说明：本文是根据csdn上的环境安装帖子实践后整理的一份自用文档；
本机上已有可用的Anaconda+NVIDIA+CUDA+cuDNN，直接看更新记录第一条和“四、虚拟环境安装pytorch——清华园镜像联网版本”；第一次安装（本机上没有Anaconda+NVIDIA+CUDA+cuDNN）的从头。
本文档更新记录
1、关于虚拟环境和本机安装的踩坑——重点！！！
1） 23.03.19 发现的bug：在本机的环境已经正常安装了Anaconda+NVIDIA+CUDA+cuDNN的前提下，新的环境应配置在“虚拟环境”中，不推荐在本机上反复重装cuda和cuDNN，因为本机的环境出错后所有的虚拟环境都可能报废。文档修改前是通过本机全部重装cuda的形式安装cuda环境的，非常不推荐！！！所以修改文章结构和内容，作重点区分。
2）关于“为什么虚拟环境中安装pytorch时，经常会自动安装对应版本cudatoolkit，所以不需要特地重装本机的cuda”的理论部分注解：
背景：由于不同深度学习框架对cuda的版本要求不同，经常需要安装不同版本的cuda；但框架对cuda的应用需求很有限（只需要使用 cuda的动态链接库支持程序cudatoolkit），并不需要完整的cuda。
核心原因：在虚拟环境anaconda中安装pytorch时，会自动安装指令中对应版本的cudatoolkit，例如指令“conda install pytorch==1.8.0 torchvision= =0.9.0 torchaudio= =0.8.0 cudatoolkit=10.2”会自动安装cuda=10.2的cudatoolkit，只要系统上存在与 cudatoolkit=10.2 所兼容的 Nvidia 驱动就可以直接运行cuda=10.2版本，而不需要把本机的cuda全部卸载重装成10.2的。
总结：在本机环境中已经正常安装了Anaconda+NVIDIA+CUDA+cuDNN的前提下，虚拟环境中只需要安装具体框架需要的pytorch包（下载指令中包含cudatoolkit），不需要重装本机cuda！！！
3）本次更新参考帖子：
关于安装部分：Anaconda虚拟环境中安装torch + cuda + cuDNN
关于理论部分：cuda和cudatoolkit
一、Anaconda集成开发环境
1.1 anaconda安装地址
Ancaconda官网：https://www.anaconda.com
清华镜像：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
tips:截图保存安装地址，用于配置环境变量
1.2 添加环境变量
我的电脑”->属性->高级系统设置->环境变量->系统变量->Path
添加以下四个路径：
1、安装路径\
2、安装路径\scripts
3、安装路径\library\bin
4、安装路径\library\mingw-w64\bin
tips：假设anaconda被安装在D盘下的anaconda64文件夹中，安装路径为：d:\anaconda64，则在path中增加以下四个路径
1.3 测试是否安装成功
进入开始界面，找到安装的anaconda文件包，打开Anaconda Navigator
能进入Anaconda Navigator则安装成功；以后配置的虚拟环境可以在environments中查到
二、NVIDIA显卡驱动
2.1NVIDIA打开方法
桌面右击鼠标
问题：1、NVIDIA打不开；2、没有NVIDIA驱动
2.2 重装显卡驱动
显卡驱动卸载重装流程帖子
tips:
1.卸载显卡适配器之前，先截图保存显卡设备的版本，用于在官网上查找。
2.NVIDIA官网：https://www.nvidia.cn/geforce/drivers/
2.3 测试是否安装成功
cmd,输入指令nvidia-smi，显示显卡信息
tips:记住CUDA Version，下载的CUDA不可以高于这个版本，也不可以过于太低
三、CUDA和cuDNN
3.1 查询本机的cuda版本
tips:在配置虚拟环境时，cuda的版本尽量不能高于下图查询到的版本，也不要太低，否则本机cuda对差别太大的cudatoolkit不兼容，可能需要换本机的cuda版本（详情见本文档更新的第一条）
查询本机的cuda版本
方法一：见2.3
方法二：桌面右击进入NVIDIA控制版面，帮助->系统信息->组件
3.2 在本机上安装cuda——虚拟环境不是这个！！！
安装前的必看重点：如果本机没有cuda或者本机cuda对虚拟环境中的cudatoolkit不兼容时，才考虑更换本机的cuda版本，否则针对虚拟环境不需要特地重装本机cuda！！！！！（详情见本文档更新的第一条）
cuda官网安装路径：https://developer.nvidia.com/cuda-toolkit-archive
选择对应需要的cuda版本下载
下载成功的.exe文件
双击下载好的.exe文件
tips:安装cuda时，第一次会让设置临时解压目录，建议默认，因为安装结束后，临时解压文件夹会自动删除。临时解压目录不能和cuda的安装路径设置成一样的
同意并继续
选择"自定义"
如果是第一次安装，尽量全选；
如果不是，尽量只选择第一个；
如果电脑中有visual Studio,则在后续安装可能会出现冲突导致安装不成功；尝试取消CUDA下面的选项再安装
记录默认的安装路径，用于后续配置安装路径
配置环境变量
我的电脑”->属性->高级系统设置->环境变量->系统变量->Path
安装路径:CUDA Documentation
添加以下路径：
1、安装路径
2、安装路径\bin
3、安装路径\bin\x64
4、安装路径\include
5、安装路径\lib
6、安装路径\lib\x64
7、安装路径\libnvvp
3.3 测试本机的CUDA是否安装成功
1、先执行安装cuDNN，cuDNN安装成功后，再回来测试CUDA
2、进入cmd，输入指令nvcc -V，得到对应安装的cuda版本
3.4 在本机上安装cuDNN——虚拟环境不是这个！！！
安装前的必看重点：如果本机没有cuda或者本机cuda对虚拟环境中的cudatoolkit不兼容时，才考虑更换本机的cuda版本，否则针对虚拟环境不需要特地重装本机cuda！！！！！（详情见本文档更新的第一条）
cuDNN安装地址：https://developer.nvidia.com/rdp/cudnn-archive
tips：选择对应的cuDNN下载
选择对应的系统类型
成功下载的.zip文件
解压.zip文件，里面包含bin、include、lib文件包
打开CUDA的安装路径，将从cudnn中解压的文件内容复制到对应文件夹下
3.5 测试cuDNN是否安装成功
打开cmd，进入“安装路径\extras\demo_suite”下，分别执行bandwidthTest.exe和deviceQuery.exe，可得Result=PASS
四、虚拟环境安装pytorch——清华园镜像联网版本
安装前的必看重点：针对虚拟环境不需要特地重装本机cuda！！！！！（详情见本文档更新的第一条）
4.1 搭建虚拟环境
- 创建虚拟环境：conda create -n 虚拟环境名称 python==版本号
- 进入虚拟环境：conda activate 虚拟环境名称
- example：配置名称为torch、py版本为3.8.5的虚拟环境，并进入；
虚拟环境进入成功时，路径前面会出现:（torch） C:…>
conda create -n torch python==3.8.5
conda activate torch
4.2 通过清华园镜像安装pytorch
以前配置过清华园镜像对应路径的可以跳过
- 配置清华园路径
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 --set show_channel_urls yes
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
- 检查路径是否配置成功：C盘->用户->具体的用户名->用记事本打开".condrc"文件，可以看到以上三个路径
4.3 查询pytorch下载指令
进入pytorch的官网，查找需要下载的版本，对应的指令
pytorch下载指令的官网：https://pytorch.org/get-started/previous-versions/
example：假设需要下载pytorch=1.8.0并且CUDA=11.1。则查找v1.8.0下面的，conda内的，对应系统和对应CUDA的指令
得到官网下载指令如下：
conda install pytorch==1.8.0 torchvision==0.9.0 torchaudio==0.8.0 cudatoolkit=11.1 -c pytorch -c conda-forge
从官网下载指令切换到清华园镜像指令，需要将指令中的-c pytorch删除
获得清华园镜像指令如下：
conda install pytorch==1.8.0 torchvision==0.9.0 torchaudio==0.8.0 cudatoolkit=11.1 -c conda-forge
4.4 在指定的虚拟环境中安装pytorch
在4.1中提到了创建虚拟环境的方法，在安装之前，需要先激活指定的虚拟环境，
conda activate 虚拟环境名称
example：激活虚拟环境unet-42，成功后会有前缀
在该环境下输入清华园的下载指令并执行：
4.5 测试pytorch是否安装成功
- 进入指定的虚拟环境
conda activate 虚拟环境名称
- 输入指令“python”进入python界面，若成功会出现“>>>”
- 输入以下代码
import torch
print(torch.__version__) #查看pytorch版本
print(torch.version.cuda) #查看cuda版本
print(torch.cuda.is_available()) #查看cuda是否可用 输出为True 或者False
如若安装成功，则会出现对应版本和True
通过输入指令“exit()”回车，退出python界面
补充说明：在安装pytorch环节中，可能会出现很多的问题，联网方法不是一定能够成功的（可能存在网络不好的问题）；
若显示False，则可尝试其他办法，如离线版本，或者详见[1]，如若下次遇到联网版本安装失败的情况，再酌情更新
pytorch安装参考文献：
[1]深度学习环境配置超详细教程：https://blog.csdn.net/qq_43874102/article/details/123164105
[2]Windows端pytorch镜像快速安装【清华源】：https://blog.csdn.net/Thebest_jack/article/details/123455215?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522167379006416800192277698%2522%252C%2522scm%2522%253A%252220140713.130102334…%2522%257D&request_id=167379006416800192277698&biz_id=0&utm_medium=distribute.pc_search_result.none-task-blog-2blogbaidu_landing_v2~default-2-123455215-null-null.blog_rank_default&utm_term=%E7%94%A8%E6%B8%85%E5%8D%8E%E9%95%9C%E5%83%8F%E5%AE%89%E8%A3%85pytorch&spm=1018.2226.3001.4450
五、虚拟环境安装pytorch——离线版本
还未试过，具体可见Anaconda虚拟环境中安装torch + cuda + cuDNN
六、Pycharm
6.1 设置安装好的conda环境
File->settings…->Project: xxxxx->Python Interpreter->右侧的设置按钮->add
在Add Python Interpreter界面，
左侧选择“Conda Environment”；
左侧选择存在的环境“Existing environment”，选择先前配好的环境下的地址，精确到python.exe。（若前面配成功，这里会自动显示可选的地址）
6.2 终端查看虚拟环境
打开终端，显示虚拟环境
问题：显示PS前缀
原因：使用的是powershell，需要切换到cmd
方法：File->Settings->Tools->Terminal->Shell path，切换到cmd.exe，点击apply；重启终端
七、Apex
7.1 使用范围
- Apex是一款由Nvidia开发的基于PyTorch的混合精度训练加速器。主要用于减少训练时间。
7.2 win10安装
apex源码下载地址：https://github.com/NVIDIA/apex
- 在pycharm的终端激活对应虚拟环境
conda activate 虚拟环境名称
- cd，进入到apex所在的文件夹位置，即有setup.py的那个位置
- 安装命令
python setup.py install
- 如果有报错，尝试更新srtuptools
pip install --upgrade setuptools
扫一扫
7856
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
