深度学习环境配置超详细教程【Anaconda+Pycharm+PyTorch(GPU版)】

写在前面，此篇博客适用于初入深度学习的小白配置深度学习环境，针对硬件要求请务必保证所用显卡为N卡，非N卡无法配置环境。具体查看方法可直接通过第2节进行判断。

        话不多说，直接开始

---

目录

1. Anaconda安装

1.1 安装文件

1.2 安装步骤

1.3 创建pytorch虚拟环境

2. 判断显卡是否为N卡

 3. 虚拟环境cuda配置

4. pycharm安装及测试

---

1. Anaconda安装

---

1.1 安装文件

        找的20的版本进行演示的，想要新版本可以自行前往官网进行下载

通过网盘分享的文件：Anaconda 64bit.rar
链接: https://pan.baidu.com/s/1ipQbIEuqLIyCBJ804jOcbg?pwd=hgaq 提取码: hgaq 
--来自百度网盘超级会员v6的分享

---

1.2 安装步骤

        打开下载的压缩包进行解压，找到exe文件，右键，以管理员身份运行

        单击Next

        单击Agree

        单击Next

        自行修改路径，放在非系统盘，也可以放在系统盘（影响不大，但是建议放在非系统盘）

         全部勾选，单击Install

        安装完成，单击Next

         单击Finish，安装完成

        单击Windows或按下其快捷键，找到最近安装Ancoda Powershell……，将其快捷方式放到桌面上方便后续打开（也可以不放，看个人习惯）

        效果如图

---

1.3 创建pytorch虚拟环境

        双击Anaconda Powershell 打开命令行，创建pytorch虚拟环境

        相关命令行使用方法可参考我的另外一篇博客：

        conda虚拟环境的常见操作-CSDN博客

        输入下方命令行，并在后面的提示输入y，即可完成环境创建

conda create -n pytorch python=3.9

        输入下方命令行，即可查看是否创建成功·

conda-env list

        效果如图 

        进入虚拟环境

conda activate pytorch

        效果如图 

---

2. 判断显卡是否为N卡

        Ctrl＋Shift+Esc快捷键打开任务管理器，单击性能，查看GPU 0 或GPU 1 是否有一个显卡为N开头，满足有一个即可

        若没有N卡，建议租服务器进行模型训练（智星云、阿里等等）或者更换自身硬件设施

---

 3. 虚拟环境cuda配置

        Win+R快捷键打开运行菜单，输入cmd

        输入下方命令行，查看CUDA版本

nvidia-smi

        查看CUDA版本，这个和所装英伟达显卡驱动有关。后续在装cuda时必须满足cuda<=CUDA

         此外，安装cuda主要安装torch、torchvision和torchaudio，因此在确定了cuda版本之后还要确定好torch、torchvision和torchaudio三者的版本，以确保后续不会发生兼容性问题，具体版本匹配可参考下面这篇博客的第一节（python版本即在创建虚拟环境时设置的python版本，可重回到1.3节进行查看）

Windows配置深度学习环境(从查询合适的torch版本开始)——torch+CUDA+cuDNN-CSDN博客

        我的版本显示CUDA为12.6，则在后续安装cuda时必须满足cuda版本低于12.6，此处以安装cuda12.1，torch2.2.1，torchvision0.17.1，torchaudio2.2.1进行举例，打开网址

https://download.pytorch.org/whl/cu121

        如果安装cuda其它版本记得换网址后缀

        进入网址后下滑可以找到这三个，先点击torch，进入网站后Ctrl+F快捷键搜索，输入我们想要的版本

        cp39代表python3.9的版本，看前面环境创建的时候设置的什么版本。由于我所使用的系统为windows系统，因此选择最后一个whl文件进行下载

        然后返回到这个页面

        单击torchvision，进入torchvision下载页面进行下载，操作步骤同torch下载，截图附上

        单击torchaudio，进入torchaudio下载页面进行下载，操作步骤同torch下载（此处就不附截图了，操作方式同上）

        返回桌面，打开Anconda Powershell ,双击打开，并输入如下指令

进入环境后
pip install 文件路径

        依次安装三个whl文件即可，安装完成后，在命令行输入如下命令，即可看到我们安装的三个whl文件

conda list

 至此，进入pytorch虚拟环境，依次输入如下命令行即可进行验证

python
import torch
torch.cuda.is_available()

        结果如图

---

4. pycharm安装及测试

        找的20的版本进行演示的，想要新版本可以自行前往官网进行下载，由于篇幅问题，此处直接附上安装教程链接，可自行查阅：PyCharm2020安装教程 (qq.com)

        安装完成后，打开pycharm软件，单击创建新项目

        找到已经创建的解释器 

         找到我们的pytorch虚拟环境，单击确定，单击Create即可完成项目创建

         在新项目中，新建一个python文件，输入如下代码，并运行该文件

        返回结果如下

 至此，GPU版pytorch环境配置完成