Pytorch环境配置全流程

Pytorch虚拟环境配置全流程

1. 查看项目要求

不管是下载cuda还是pytorch/tensorflow，首先必须做的是查看自己想运行项目的环境配置要求，例如：

注意这里要求的是pytorch==1.9.1，后面就以安装pytorch1.9.1为例，其他版本以此类推。

2. 创建虚拟环境

打开win系统的PowerShell创建虚拟环境并进入（没有安装过Anaconda的看这个：Anaconda安装配置和使用教程）：

conda create -n torch1.9.1 python==3.8
conda activate torch1.9.1

这里给虚拟环境命名为torch1.9.1，方便区分每个虚拟环境。除此之外，以后如果遇到同样需要pytorch1.9.1的项目，可以直接使用该虚拟环境。

python3.8是适合当前大多数深度学习项目的python版本，如果项目要求python>3.8的话请自行修改。

3. 准备对应Pytorch版本的CUDA

这里默认大家都是用GPU的，那么安装pytorch时需要考虑CUDA的版本匹配问题。

到Pytorch官网页面使用Ctrl+F查询“1.9.1”

看到1.9.1匹配的CUDA版本有10.2和11.3，根据需求选择其一即可。

CUDA的安装地址CUDA下载地址在这里，具体安装方法不再赘述。

请注意，电脑上可能安装了好几个不同版本的CUDA，但是使用时要在系统环境变量→PATH里把需要的CUDA版本上移，最上面的CUDA才会生效。

可以在PowerShell里进行查询：

nvcc -V  # 当前CUDA版本
nvidia-smi  # 系统最高支持的CUDA版本

假设我们使用CUDA10.2,输入nvcc -V出现如图所示即为CUDA准备成功：

4. 在虚拟环境中配置Pytorch

复制CUDA10.2底下的这一行命令，粘贴到刚刚创建的虚拟环境中

(torch1.9.1) PS C:\Users\Rodin> conda install pytorch==1.9.1 torchvision==0.10.1 torchaudio==0.9.1 cudatoolkit=10.2 -c pytorch

检查：

python  # 进入python
import torch  # 导入pytorch，没有任何报错则为成功
print (torch.__version__)  # v1.9.1
print(torch.cuda.is_available())  # True
exit()  # 退出pytorch

5. 将虚拟环境导入Pycharm

File → Settings → Project → Python Interpreter → Add Local Interpreter

Conda Environment → Use existing environment → 下拉选择torch1.9.1

到此为止项目所需要的pytorch安装成功。