搭建Pytorch虚拟环境基础教程（Windous）

1.安装Anaconda

详细参考: 超详细Anaconda安装教程.

2.安装Pytorch

（1）初始化.condarc文件

打开Anaconda Prompt窗口，输入以下命令初始化.condarc文件。

conda config --set show_channel_urls yes

此时，C盘用户文件夹下新增了一个.condarc文件，初始化完成。

（2）配置.condarc文件

打开.condarc文件进行编辑。
设置虚拟环境根目录：

envs_dirs:
  - D:\Program Files (x86)\anaconda3\envs

添加channels（这里包含清华大学镜像和阿里云镜像）：

channels:
  - 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
  - http://mirrors.aliyun.com/anaconda/pkgs/main
  - http://mirrors.aliyun.com/anaconda/pkgs/r
  - http://mirrors.aliyun.com/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

配置完成后如下图所示：

（3）创建Pytorch虚拟环境

打开Anaconda Prompt窗口，输入以下命令创建虚拟环境pytorch:

conda create -n pytorch python=3.9 

输入y，开始创建虚拟环境。
创建完成后，激活虚拟环境：

conda activate pytorch

进入新创建的虚拟环境下安装pytorch包：

conda install pytorch==1.12.1 torchvision==0.13.1 torchaudio==0.12.1 cudatoolkit=11.3 -c pytorch

安装完成后，Pytorch虚拟环境搭建完成。

3.使用Pytorch

（1）配置Python解释器

在Anaconda配置好虚拟环境后，需要将环境添加进PyCharm中。但在选择Conda Environment时出现了Conda executable is not found错误。
解决方法及教程详见：PyCharm添加Anaconda中的虚拟环境，Python解释器出现Conda executable is not found.

（2）检测Pytorch环境是否可使用

在PyCharm中运行以下代码：

import torch
flag = torch.cuda.is_available()
print(flag)

ngpu= 1
# Decide which device we want to run on
device = torch.device("cuda:0" if (torch.cuda.is_available() and ngpu > 0) else "cpu")
print(device)
print(torch.cuda.get_device_name(0))
print(torch.rand(3,3).cuda())

运行结果表明Pytorch环境可以正常使用。