Windows11搭建PyTorch环境

pycharm 安装

1. 一款python IDE，直接百度怎么下载安装即可，社区版或者专业版；
2. 也可以选择jupyter Notebook；

查看CUDA驱动版本

1. NVIDIA控制面板查看

查看本机显卡对应的cuda版本：鼠标右键-NVIDIA控制面板-系统信息-组件，找对对应的cuda版本；

2. 终端cmd查看

1. window+r，弹出窗口，输入cmd
2. 键入nvida-smi，就可以查看CUDA版本

3. 终端powershell查看

1. cd “program files”
2. cd “nvidia corporation”
3. nvida-sim
   

安装cuda tookit

1. CUDA版本对应的关系: https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html

2. 下载：https://developer.nvidia.com/cuda-toolkit-archive

3. 记得跟本机的gpu版本要对应；
   
   

4. 选择一个目录进行安装，保持默认就好；是安装包解压路径，CUDA安装完毕文件会自动删除；
   

5. 检查系统兼容性，之后点击“同意并继续”
   

6. 选择安装，有些教程选择性的安装，我是都安装了；
   
   

7. 检测是否安装成功：PowerShell输入nvcc -V，回车之后弹出如下信息，证明安装成功；
   

cudnn安装

1. 网址：https://developer.nvidia.com/zh-cn/cudnn
2. 需要一番注册答题，下载解压完需要将bin、include、lib复制到CUDA的安装目录对应下的bin、include、lib里即可；
   
3. 验证是否安装成功
   利用PowerShell cd到CUDA的安装目录里：cd “C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6\extras\demo_suite>”，然后分别运行里的 bandwidthTest.exe和deviceQuery.exe，有PASS即代表成功；
   
   

annconda安装

1. 直接官方下载，一路next，记得添加环境变量；
   
   
   
   

2. 验证是否安装成功：PowerShell输入 conda --version（或者python --version），返回对应版本即成功；
   

3. pycharm为Anaconda里面python解释器的版本
   

4. Anaconda虚拟环境搭建
   可以通过**conda env list(或者conda info --envs)**命令查看；
   搭建虚拟环境主要是为了防止兼容问题，最好搭建不同的虚拟环境适配各种开发环境；
   操作均在anaconda prompt窗口（或者anaconda PowerShell prompt）进行命令行操作：
   1）创建环境：conda create -n pytorch python==3.9.13
   2）查看是否创建成功：conda info --envs {可以看到有三个环境，一个base，两个自定义虚拟环境}
   
   3）激活环境：conda activate pytorch
   
   4）删除环境：conda remove -n deeplearning --all
   

PyTorch安装

1. 从anaconda进入cmd环境；
   

2. 输入conda env list，可以看到有两个anaconda环境，当前在base环境中；

3. 切换到虚拟环境中；conda activate xxx（xxx是前面已建立的虚拟环境）

4. pytorch官网：https://pytorch.org，复制命令到虚拟环境PowerShell中；
   

5. 虚拟环境中输入命令： conda install pytorch torchvision torchaudio pytorch-cuda=11.7 -c pytorch -c nvidia
   
   

6. 验证结果：可以直接在上面的终端虚拟环境汇总输入如下python代码，验证；

import torch
print(torch.__version__)  # 查看torch当前版本号
print(torch.version.cuda)  # 编译当前版本的torch使用的cuda版本号
print(torch.cuda.is_available())  # 查看当前cuda是否可用于当前版本的Torch，如果输出True，则表示可用

也可以在pycharm中验证：

结束

至此，这样就基本在window11上搭建好了pytorch的相关环境了，可以进行下一步了。