pytorch环境的配置（超级详细）

目录

一、创建conda虚拟环境

1、查询创建了哪些conda虚拟环境的方法

2、创建虚拟环境

           3、激活需要的虚拟环境

           4、查看环境下有哪些包

二、查询本机cuda版本

三、安装pytorch

1、进入pytorch官网

2、选择对应版本

​3、采用清华镜像下载pytorch

4、验证是否安装成功

5、查看torch版本

四、验证cudnn版本的方法

五、安装tensorboard

六、在pycharm中配置刚才的conda环境

---

一、创建conda虚拟环境

1、查询创建了哪些conda虚拟环境的方法

按windows+R键输入cmd

再输入如下代码查询conda环境下有哪些虚拟环境

conda info --envs

2、创建虚拟环境

name是可以自定义的任意环境名字，python=x.x指定python版本

conda create -n name python=x.x

3、激活需要的虚拟环境

name是指需要激活环境的名字

conda activate name

4、查看环境下有哪些包

conda list

5、删除不用的环境

name是需要删除的环境名字，如果不加上--all的话代表删除的是当前环境下的一个库，加上是删除当前环境

conda remove -n name --all

二、查询本机cuda版本

cmd命令后输入nvidia-smi，如下图绿色框线内即是cuda版本号

三、安装pytorch

1、进入pytorch官网

点击Get Started

2、选择对应版本

版本一定要比第二步的cuda版本小

如果上图没有对应的版本可以从下图绿色框线里找到

3、采用清华镜像下载pytorch

进入cmd命令后，依次输入下面四行代码，将路径更改为清华源

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
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/

从3.2中选择合适的版本并复制链接，将连接-c及后面的代码删去

4、验证是否安装成功

进入cmd命令后，输入python，在输入import torch，在输入torch.cuda.is_available()，如果出现True，则说明可以使用GPU。

import torch
torch.cuda.is_available()

5、查看torch版本

输入torch.__version__即可查看

torch.__version__

四、验证cudnn版本的方法

import torch
print(torch.backends.cudnn.version())

五、安装tensorboard

进入控制台命令，输入以下代码

conda install tensorboard

六、在pycharm中配置刚才的conda环境

1、可以通过pycharm中右下角，如图所示，或者新建project进行配置

2、按下图所示选定对应conda下的python版本

3、综上即可成功配置