位置: IT常识 - 正文

搭建Pytorch环境(pytorch的环境配置)

编辑：rootadmin

搭建Pytorch环境

推荐整理分享搭建Pytorch环境(pytorch的环境配置)，希望有所帮助，仅作参考，欢迎阅读内容。

文章相关热门搜索词:pytorch需要配置环境变量吗,pytorch 搭建简单网络,搭建pytorch环境的坑,pytorch 搭建简单网络,pytorch环境搭建pycharm,pytorch 环境搭建,pytorch 环境搭建,搭建pytorch环境的坑,内容如对您有帮助，希望把文章链接给更多的朋友！

注：在测试是否安装好的过程中奉行缺啥补啥

注：本安装步骤中带水印的都是网图，对比自己的安装步骤进行就好了，没有水印的都是我自己已经安装好的结果图，因为在安装过程中也是反复碰壁就没有截图用网图代替

第一步：安装Anaconda

装anaconda，就不需要单独装python了

anaconda 是一个python的发行版，包括了python和很多常见的软件库, 和一个包管理器conda。

1、anaconda里面集成了很多关于python科学计算的第三方库，主要是安装方便，而python是一个编译器，如果不使用anaconda，那么安装起来会比较痛苦，各个库之间的依赖性就很难连接的很好。

2、常见的科学计算类的库都包含在里面了，使得安装比常规python安装要容易。

下载anaconda安装包

官网收费，在清华大学镜像网中下载

Index of /anaconda/archive/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror

我下载的是最新版本的anaconda安装包

安装anaconda

在这里提醒，这个“All Users”选上

我选择了D盘，单独创建一个文件夹命名为“Anaconda”. 注意路径要简单，我的是 D：\Anaconda ——不要有空格！！！不要有中文字符！！！（图是网图，原理同）

第一项Add Anaconda… 这个是说将安装路径填入到系统环境变量中，这里是自动添加系统环境变量，不选！！自己手动添加就好

第二项是说要默认使用python的版本，选上！！

然后就一直下一步等待安装完成

两个“learn”，都取消打勾

配置anaconda环境变量

此电脑——属性——高级系统设置——环境变量——path——编辑——新建

D:\Anaconda（Python需要）D:\Anaconda\Scripts（conda自带脚本） D:\Anaconda\Library\mingw-w64\bin（使用C with python的时候） D:\Anaconda\Library\usr\bin D:\Anaconda\Library\bin（jupyter notebook动态库）

检验是否安装成功

在cmd中输入：python，——查看是否有Python环境？

在cmd中输入：conda --version，——查看是否有conda环境？ (检验安装成功的标志)

在cmd中输入： conda info，——查看是否有？ (检验安装成功的标志)

如果没有，或者提示conda不是内部或外部命令，那就意味着，你的anaconda没有把环境变量配置好。

点击anaconda navigator，看是否能够进入界面，若成功，大功告成。

第二步：换源

未避免后续下载过慢先换源

这里推荐用清华源替代默认conda源的方法，可以解决下载过慢的问题。

清华conda源地址：anaconda | 镜像站使用帮助 | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror

添加清华源

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

另外为了保险起见，建议同时添加第三方conda源：

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/menpo/conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/

第三步：使用anaconda安装Pytorch

首先，打开anaconda navigator,然后创建一个环境来放pytorch。先点击下面的create，然后创建一个新环境。

选择你的python版本，这里我选择的是Python3.6。你也可以根据你的需要和习惯来选择你自己的python版本。环境名字你可以自己命名，但是尽量写自己能看懂的…由于我已经创建了一个叫pytorch的环境，为了演示，我这里创建一个叫Pytorch_envs的环境。

创建过程通

然后就会自动开始下载一些相关的包，等待其下载完成。

之后，打开anaconda prompt。先激活环境： activate Pytorch（这里打开的是我已经创建好的pytorch环境，前面只做过程讲解）

完成到这一步代表这个pytorch环境框架搭建完成

第四步：使用本地的包安装pytorch

分享一个很全的下载pytorch包的网址

https://download.pytorch.org/whl/torch_stable.html

找到需要的whl文件，注意要下载GPU下的torch包而不是CPU下的，后续会出现cuda版本不匹配问题

下载好后是这样的，我同时下载了torchvision，torchaudio包

我选择了最新版本的包

然后--（网图，只为讲解）

同理安装三个包

第五步：检验pytorch是否安装成功

import torch # 如正常则静默a = torch.Tensor([1.]) # 如正常则静默a.cuda() # 如正常则返回"tensor([ 1.], device='cuda:0')"from torch.backends import cudnn # 如正常则静默cudnn.is_acceptable(a.cuda()) # 如正常则返回 "True"

成功显示如下

如果检验不成功，进行第六步

第六步：安装cuda和cudnn

首先检查显卡驱动版本，在cmd里输入nvidia-smi即可查看，结果如下。

可见显卡驱动版本是最高支持cuda11.8，如果驱动版本过低可以在这里下载，也是英伟达提供的公版驱动。

NVIDIA GeForce 驱动程序 - N 卡驱动 | NVIDIA

我下载的是最新版本的驱动

只要cuda的版本不高于11.8就好，我下载了11.7.1

CUDA Toolkit 11.7 Update 1 Downloads | NVIDIA Developer

安装包版本如下

下载好以后直接双击开始我们的安装过程：第一步弹出来的安装地址不要管，是一个临时文件存放地址，安装完成后自己会删除，点击OK到下一步！

直接点击同意并继续：