前置条件:电脑已安装Anaconda3
1、首先在命令行输入以下命令:
nvidia-smi
可以查看我们电脑的CUDA版本配置和英伟达驱动版本
![](https://img-blog.csdnimg.cn/066dc95522b64b25a80c611d79159a09.png)
2、打开 Anaconda Prompt,创建自己专用的pytorch环境容器
在命令行中输入以下命令,这里以python3.8解释器为例,安装的环境命名为zzwtorch,环境名可以自定义.
python版本可根据具体项目要求指定
conda create -name zzwtorch python=3.8
![](https://img-blog.csdnimg.cn/bf0b27a191254ac39d0e2f47acfafb08.png)
输入
conda env list 查看新建的环境
![](https://img-blog.csdnimg.cn/68b7178752844eb1b5e6898299bc53c8.png)
输入 conda activate zzwtorch 进入该环境 (de
activate 退出
)
![](https://img-blog.csdnimg.cn/3b4ce1ae1ab84a7e82ac06ee598acfe4.png)
3、安装pytorch环境
这里主要说明安装GPU版的pytorch包。因为pytorch包需要与CUDA版本相匹配,所以需要根据自己机器的CUDA版本选择对应版本的pytorch包进行安装。根据上面利用nvidia-smi命令查找的本机CUDA版本,可以对应在
PyTorch这里查找安装对应型号的pytorch包的命令。
![](https://img-blog.csdnimg.cn/5b4d85e2286148c386c89420f00745ec.png)
在激活的pytorch环境下,复制以上方框中的命令开始下载安装包(注意必须要在pytorch环境中(即切换到上述的zzwtorch
中)输入,否则会装到Anaconda的默认base环境中)。
若出现
![](https://img-blog.csdnimg.cn/1b7f2db3ee024536a95ec3e1c1b4c637.png)
问题原因:网速波动,下载时间过长
会自动断开,就会提示连接失败
解决办法:设置延时1000s
a.命令行输入:
conda config --set remote_read_timeout_secs 1000.0
b.修改
.condarc
文件:路径
![](https://img-blog.csdnimg.cn/dc2d7e2da8a14520b16c606b16b30af6.png)
![](https://img-blog.csdnimg.cn/4149740bd2e0464f9562dbd408c13f5e.png)
channels:
- defaults
show_channel_urls: true
remote_read_timeout_secs: 1000.0
下载完成后,可以在pytorch环境下,同上述输入conda list命令查看安装好包后的所有包的列表。
![](https://img-blog.csdnimg.cn/6edc605361fd474bb7ec7bc03bea991d.png)
测试pytorch安装是否成功 输入python
import torch
print(torch.cuda.is_available())
print(torch.__version__)
![](https://img-blog.csdnimg.cn/a2cc4b007a054fcb866350aa5f574f88.png)
4、pycharm2022.3.2中导入pytorch环境
打开设置
![](https://img-blog.csdnimg.cn/d63821ea3ec945f4892ed0b74096d61c.png)
选择项目编译器,新增
![](https://img-blog.csdnimg.cn/5b697e65bfed48b1b4ffe5e263fca1f9.png)
conda环境选择Scripts目录下的conda.exe
![](https://img-blog.csdnimg.cn/476614c338e441e7bb8ef06cef804b4b.png)
python.exe选择新建pytorch环境下的,如下图
![](https://img-blog.csdnimg.cn/2445ca3a3a4c46f88cbe4a1ed1c4f198.png)
参考链接: