深度学习PyTorch环境搭建（Anaconda+PyTorch+CUDA+PyCharm+Jupyter Notebook）

PyTorch环境搭建

此文章参考B站视频PyTorch深度学习快速入门教程，并通过实践后完成，仅供参考。

1 Anaconda安装及配置

安装完成后，打开Anaconda Prompt，配置pytorch的python版本环境。

# 这里的pytorch是为环境起的名字（自定义），在此命名为pytorch，对应版本为python3.6
conda create -n pytorch python=3.6

# 从base进入pytorch
conda activate pytorch

2 安装PyTorch和CUDA

PyTorch

在有独立N卡的条件下才能使用CUDA，否则下载CPU版本

备注：下载时版本

# cmd中查看显卡驱动等信息，显卡驱动要符合cuda的版本要求
nvidia-smi

法1conda下载，使用镜像下载，速度快：在Anaconda Prompt，输入：

# 进入pytorch环境
conda activate pytorch
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
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
# 复制上图pytroch官网中框起来的语句，以下载对应版本的Pytorch，**注意：把语句后面的-c pytorch去掉
conda install pytorch torchvision torchaudio cudatoolkit=11.3

也可参考，未尝试： torch各个版本镜像_Anaconda安装Pytorch镜像详细教程_weixin_39658726的博客-CSDN博客

法2pip下载，速度快：打开cmd，输入：

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 --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud//pytorch/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --set show_channel_urls yes
# 进入pytorch
conda activate pytorch
# 使用pip安装
pip3 install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu113 --default-timeout=1000

# 检查是否安装成功


python
import torch
# 未报错，则成功

print(torch.__version__)
# 输出1.10.2+cu113

torch.cuda.is_available()
# 输出True则CUDA安装成功

3 PyCharm的安装及配置

• 安装

在迅雷（速度快）输入以下链接进行下载

https://download.jetbrains.com.cn/python/pycharm-community-2022.1.exe

• 配置

新建project

选择先前建立好的pytorch

完成创建

4 Jupyter配置

已随Anaconda安装，打开Anaconda Prompt

conda activate pytorch

conda install nb_conda

# 打开Jupyter，若能正常使用则配置完成
jupyter notebook

打开后，若发现在jupyter中不能创建pytorch环境下的文件，解决如下：

# 进入想要在jupyter notebook中创建的环境
conda activate pytorch

# 安装ipykernel
conda install notebook ipykernel

# 设置 jupyter notebook
python -m ipykernel install --name pytorch

# 测试
jupyter notebook

内核正忙问题，无法使用内核，则可能是ipykernel版本过低

# pytorch
pip install --upgrade ipykernel

# 若正常运行，则成功升级
# 若报错，Cannot uninstall ipykernel.....则输入
pip install --ignore-installed ipykernel

启动jupyter 内核正常运行！

至此，PyTorch环境搭建完成。