pytorch超级详细的安装教程

pytorch超级详细的安装教程

此处为更新内容```````

最近使用之前文章中配置的torch环境安装一些包配置一个新的深度学习环境，之前使用文章中的方法配置的pytorch环境一直没出过什么问题，但是在配置这次的深度学习环境时安装的某一个包，直接修改了我原本的pytorch环境，然后导致环境从GPU变为CPU，没办法我只能重新安装pytorch环境。重新安装的过程中，我再次查看了我的CUDA版本，我的CUDA版本已经从之前的11.6升级为12.0，当我再次用下面清华源的方法安装pytorch时出现了问题，安装为CPU版本，不过这条博客写于我之前安装pytorch用于记录安装步骤的时候，当时因为网络的原因，安装pytorch会非常慢，因此我在网上查询了清华源安装pytorch的方法，感觉很好用。我也不清楚现在为什么不能使用了。因此我这边尝试了用基本的方法来安装，就是在下面创建完命令之后

conda create -n torch2 python=3.8

查询一下CUDA版本，我的cuda已经升级到，不过cuda兼容性好，我们依旧可以使用官网11.8版本的命令来安装pytorchAnaconda官网
选择以下选项
然后在命令行里面激活torch2环境
之后输入在pytorch官网获得的命令
需要注意的是
之前配置过清华源使用pytorch官网的命令会报错，我这边出现了错误，我觉得是清华源是国内的镜像，pytorch是国外的，因此连接会出现问题，我找到的解决方案是：
将之前的.condarc文件夹移除掉，实验结果是可以的

根据提示输入y
等待......
这里说一下当时我为什么使用清华源镜像
如果执行到这一步会发现，这个下载是十分缓慢的，但是如果有VPN的话下载会快很多，不过这也是之前为什么要找清华源镜像的原因，使用清华源的镜像就可以不使用VPN来下载了，速度很快。使用老方法下载失败了。只能使用现在的方法了。
还有一点就是之前配置过清华源使用pytorch官网的命令会报错，我这边出现了错误，我觉得是清华源是国内的镜像，pytorch是国外的，因此连接会出现问题，我找到的解决方案是：
将之前的.condarc文件夹移除掉，实验结果是可以的
安装完成，进入测试阶段
（1）在命令行左边为 pytorch 环境中，输入 python

（2）之后，输入 import torch，如果没有报错，意味着 PyTorch 已经顺利安装了

（3）接下来，输入 torch.cuda.is_available()，如果是 True，意味着你可以使用 GPU。

我同时也测试了不挂VPN安装环境的情况，我创建了torch1这个环境，上面成功的情况是torch2，失败了。也有是因为挂了VPN而导致不能下载安装的，这个看运气，多实验几次。

更新内容结束```````

第一次安装的时候安装了差不多有一整天，还安装失败了。这次安装的速度很快。
首先是Anaconda的下载，我用的是上学期学python的时候老师之前给的安装包，很快就安装好了，或者去官网去下载Anaconda也挺快，链接如下：
Anaconda官网
其次是Anaconda安装，整个下载过程都是一路next，我只是把下载的路径改变了一下。默认路径是C盘，我调整到了其他盘。
安装完整后，在看是菜单处看到新添加的东西

打开这个Anaconda Prompt应用进入之后是以（base）开头

接下来就是创建pytorch这个包了
我的版本是3.8，所以下面也也安装3.8版本的，pytorch 是后边建立里的命名
如果不清楚自己的python版本，win+R，打开cmd控制台，输入python就可以看到自己的版本信息。

conda create -n pytorch python=3.8

之后，弹出提示，输入 y，即可安装。
安装成功后，输入以下指令：

conda info --envs

接下来我们要进入到pytorch环境中去

conda activate pytorch

接下来是安装pytorch环境
pytorch官网

这里面我是按照一个blog用的清华的一个镜像安装的，相对于去年我第一次下载安装pytorch来说，速度很快
下载的时候有显卡用显卡，没显卡就只能用cpu了
如何查看自己的CUDA版本号
在cmd窗口中输入这个命令

nvidia-smi

接下来就需要导入清华的镜像了。这里我参考的是其他的博客
.condarc
插播.condarc知识点：
.condarc以点开头，一般表示 conda 应用程序的配置文件，在用户的家目录（windows：C:\users\username\，linux：/home/username/）。但对于.condarc配置文件，是一种可选的（optional）运行期配置文件，其默认情况下是不存在的，但当用户第一次运行 conda config命令时，将会在用户的家目录创建该文件。这个shell命令第一次安装的情况下，你需要先执行才会看到.condarc文件，用记事本打开

讲下面的代码贴到文件中去

channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/win-64/
  - defaults
show_channel_urls: true
channel_alias: https://mirrors.tuna.tsinghua.edu.cn/anaconda
default_channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/pro
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
  conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

然后继续安装pytorch
我的是这个：

conda install pytorch torchvision torchaudio cudatoolkit=11.3 -c pytorch

这里我参考了其他的博客，将-c pytorch去掉了。安装速度很快。我第一次安装安装一整天，这个安装大概是分钟左右
复制下面的代码，之后，在开始菜单中，打开 Anaconda Prompt，查看最左边括号中是 base 还是 pytorch。如果是 [base]，使用 conda activate pytorch 进入 pytorch 环境中。之后粘贴即可。

接下来只需要按照提示输入就可以了
验证是否安装成功（最激动人心的时刻）
（1）在命令行左边为 pytorch 环境中，输入 python

（2）之后，输入 import torch，如果没有报错，意味着 PyTorch 已经顺利安装了

（3）接下来，输入 torch.cuda.is_available，如果是 True，意味着你可以使用 GPU。
注意更新一下
在上述测试步骤的第二步中，只有当输入 torch.cuda.is_available()，调用函数时带上()才会显示函数的输出，如果是 True，意味着你可以使用 GPU

这样就是成功了

pycharm

因为shell输入代码不带有提示，使得对新手很不友好。我们将带有pytorch的anaconda导入到pycharm中去

这里即为导入了带有pytorch的anaconda
接下里我们来验证一下

输入上面的代码，当显示为True时，即为导入成功。