PyTorch环境配置

我自己的开发环境，可按照自己的环境进行配置：

Python 3.7 +Anaconda 22.9.0

CUDA 11.7

一、Anaconda安装

在官网下载 Anaconda | The World's Most Popular Data Science Platform

 

 记得安装的时候勾选环境变量

 

然后我们在命令行中输入 conda list  可以查看到默认安装的包

 

 在命令行中输入 conda --version

 

 二、安装CUDA

 

首先你要有一张NVIDIA的显卡，CUDA Toolkit 11.8 Downloads | NVIDIA Developer

CUDA Toolkit 10.2 Download | NVIDIA Developer 　推荐下载１０．２版本

 根据自己的版本进行安装。

下面进行检测是否安装完成：

 

打开C盘能找到这个文件表示安装完成 ，下面在命令行中输入nvcc -V 查看

 如果使用 nvcc -V 查看失败，我们看一下系统环境变量是否配置成功 ，如果不存在进行配置的添加

 三、PyTorch安装

 在官网中，Start Locally | PyTorch

安装先前的配置选择安装的版本

找到这句话：

conda install pytorch torchvision torchaudio pytorch-cuda=11.7 -c pytorch -c nvidia

 用管理员身份运行cmd

 我这边是已经安装过的演示

另一种方法：

创建名叫pytorch的虚拟环境：

conda create -n pytorch python=3.7

进入pytorch虚拟环境：

conda activate pytorch

然后安装pytorch：

conda install pytorch

之后等待solving environment，好了以后按照提示按y回车，就自动装好了
来验证一下我们装的是否有效。

即首先用conda activate pytorch进入pytorch虚拟环境，然后在终端输入python进入python界面

分别输入

import torch
torch.cuda.is_available()

import torch以后回车无error，第二行指令返回的是true就大功告成

 

 

四、Pycharm安装

 打开官网进行安装 Thank you for downloading PyCharm! (jetbrains.com)

接下来就可以试一下是否引入成功了 ：

import numpy
import torch
 
x1 = numpy.array((1.0,2.0,3.0))
print(x1)
 
x2 = torch.rand(5,3)
print(x2)

 我这边是运行成功的

也可以通过以下的代码查看torch版本

 

import torch
 
print(torch.__version__)
print('gpu:',torch.cuda.is_available())

 

tips： 对应版本