admin 管理员组文章数量: 887021
最详细的 Windows 下 PyTorch 入门深度学习环境安装与配置 （GPU版本）
- 一、anaconda安装及虚拟环境创建
- 1、下载Anaconda
- 2、安装Anaconda
- 3、创建虚拟环境
- 二、电脑配置、GPU和CUDA准备工作
- 1、查看电脑GPU型号、确定GPU算力
- 2、根据算力确定CUDA版本
- 3、前两步之前可更新显卡驱动
- 三、 安装Pytorch
- 1、CUDA版本选择
- 2、验证Pytorch
- 四、安装PyCharm并进行配置
- 1、选择社区版本
- 2、连接anaconda创建的虚拟环境
- 五、参考文献
一、anaconda安装及虚拟环境创建
1、下载Anaconda
Anaconda官网：https://www.anaconda
清华大学开源镜像下载：https://mirrors.tuna.tsinghua.edu/anaconda/archive/
两个网站都可以下载，选择适合自己电脑的版本下载即可。
2、安装Anaconda
选择添加到环境变量
安装成功
3、创建虚拟环境
conda create -n 虚拟环境名字 python=版本
conda activate 虚拟环境名字
假如要删除虚拟环境，在命令行窗口输入：
conda remove -n 虚拟环境名字 --all
二、电脑配置、GPU和CUDA准备工作
1、查看电脑GPU型号、确定GPU算力
我的显卡型号：
2、根据算力确定CUDA版本
我的显卡算力对应6.1
（1）确定自己的可选择CUDA Runtime Version
（2）确保自己的CUDA Drive版本>=CUDA Runtime 版本
查询可以知道发现 9.0以上均可
（3）查询自己的驱动 CUDA Drive Version
在anaconda命令行中输入 nvidia-smi
我的是12.1
（4）确定我们适用的CUDA
9-12.0均可
3、前两步之前可更新显卡驱动
三、 安装Pytorch
1、CUDA版本选择
CUDA选择最新11.7
复制安装命令即可（复制Run this Command）
激活所要安装的虚拟环境（conda activate 虚拟环境名字）
粘贴安装命令就可以，稍等一段时间即可
2、验证Pytorch
激活对应安装Pytorch的虚拟环境
输入conda list，看看list中是否有pytorch或者torch
输入python
输入import torch
输入torch.cuda.is_available()
如果显示True，就说明Pytorch安装成功
四、安装PyCharm并进行配置
1、选择社区版本
参考网上安装即可
2、连接anaconda创建的虚拟环境
点击新建项目，New Project
项目路径可更改
使用anaconda创建好的虚拟环境
在Anaconda配置好虚拟环境后，需要将环境添加进PyCharm中。（或者新建项目时，设置针对某一项目的运行环境），选择Conda Environment是有时会出现Conda executable is not found错误
Conda executable，一定要选择Conda.exe而不是python.exe，因此我们要选择下载在Anaconda根目录下的 _Conda.exe，即下面图片底部 (注意：文件名中有下划线)
接下来，因为我们已经在Anaconda中创建了虚拟环境，因此点击Use existing environment , 选择已安装的Anaconda中的虚拟环境即可，点击右下角的OK，即可
返回创建项目页面，点击Create即可
可以看到右下角虚拟环境
大功告成
五、参考文献
https://blog.csdn/qq_43874102/article/details/123164105
https://blog.csdn/s1hjf/article/details/128759758
https://blog.csdn/s1hjf/article/details/128756004
https://www.bilibili/video/BV1S5411X7FY
版权声明：本文标题：最详细的 Windows 下 PyTorch 入门深度学习环境安装与配置 （GPU版本） 内容由网友自发贡献，该文观点仅代表作者本人， 转载请联系作者并注明出处：http://www.freenas.com.cn/jishu/1726532132h979742.html， 本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容，一经查实，本站将立刻删除。
发表评论