【PyTorch】入门 | 环境搭建

系统环境：

NIVIDIA GeForce GTX 1050 Ti

Python 3.8 + Anaconda 4.8.3

CUDA 10.0

Pycharm Community

1. 安装Anaconda

下载 Anaconda：https://www.anaconda.com/products/individual

Anaconda 安装器分有 Windows、MacOS、Linux 三种版本。根据系统选择相应的版本进行下载。

下载完成后双击运行，无脑NEXT。但要记得选择添加至环境变量。

Anaconda安装面板

安装完成后，在命令行中输入命令 conda -V ，看到Anaconda环境里的包后既表示安装成功。

2. 安装CUDA

安装CUDA不是必须步骤，如果你不需要或者不能使用显卡处理数据，那么就不需要进行CUDA的安装

CUDA 只能运行在 NVIDIA 显卡上面，请确保电脑有一张 NVIDIA 显卡。

2.1 查看显卡驱动版本

安装 CUDA 之前首先要查看自己的显卡驱动版本，对照显卡驱动版本下载相应版本的 CUDA

查看显卡驱动版本方式1

使用 nvidia-smi 命令

注意在特定路径下使用这个命令
查看显卡驱动版本方式2

打开显卡驱动窗口，点击帮助 → 系统信息，在显示窗口可以看到驱动程序版本。

或者再点击组件按钮，可以直接看到 CUDA 对应的驱动版本

2.2 下载CUDA

有了显卡驱动版本号后，对照下面张图确定需要下载 CUDA 版本。

显卡驱动对照CUDA版本图

可以看到，显卡驱动对CUDA是向下支持的。

对比前面两张图，我的显卡驱动版本是 391.25，支持的CUDA版本是 9.1.84 以及 9.1 以下的 8.0 ，7.5 ，7.0。但是，不支持 9.1 以上的 10.0。

然而我需要跑的模型偏偏需要 CUDA 10.0 👇👇👇

如果你的显卡驱动版本不支持你想要安装的CUDA版本，请先升级显卡驱动

👉👉👉 更新显卡驱动

更新显卡驱动之后，可以看到我的显卡驱动最高支持 CUDA 11.3

查看显卡驱动版本

下载CUDA：https://developer.nvidia.com/cuda-toolkit-archive。选择相应的版本进行下载。

下载CUDA

2.3 安装CUDA

双击安装程序进行安装。

在参考了 mind_programmonkey 的博客之后，选择自定义安装。

安装CUDA

注意只勾选指定的组件。

安装CUDA
安装完成后，在命令行中输入命令 nvcc -V 测试是否安装成功。

3. 安装PyTorch安装

PyTorch的安装主要有两种方式：一种是使用 conda 命令进行安装，一种是下载 wheel 文件使用 pip 进行安装

本文使用第一种

访问PyTorch网站，https://pytorch.org/

获取安装PyTorch命令

选择相应的环境和版本，将红色方框中的命令复制下来

以管理员方式进入命令行，运行刚刚复制的命令进行安装PyTorch（建议将PyTorch安装在虚拟环境中）

在获取 conda 安装命令时，要注意 cudatoolkit 的版本必须和自己安装的 cuda 版本一致。

如果没有相应的 CUDA 版本，点击 Previous versions of PyTorch

查找 CUDA 10.0 并且是使用 conda 进行安装的命令

获取安装命令

复制命令，在命令行中执行

如果安装速度太慢，或者总是安装失败，建议设置 conda 镜像

4. 配置PyCharm

在 PyCharm 中，我们需要将编译器修改为 Anaconda 安装的 Python 。

点击File → New Project。
在Location中输入项目地址，点击 Project Interpreter → Existing interpreter。
将编译器选择为 anacoda 路径下的 python.exe。
如果PyTorch安装在虚拟环境中，则选择 C:\Users\用户名\anaconda3\envs\环境名称\python.exe

选择编译器1

选择编译器2

完成以上步骤后，在项目下创建一个python文件，输入以下代码并运行

import  torch

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

看到 pytorch版本号 和 True ，则表示顺利安装成功了。

如果是 False ，则无法通过CUDA使用GPU。

FAQ

配置conda镜像

conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/main/

输完以上这条命令后，~ (C:\Users\用户名) 路径下会出现 .condarc 文件

打开 .condarc 文件，替换为以下内容

channels:
  - defaults
show_channel_urls: true
channel_alias: https://mirrors.tuna.tsinghua.edu.cn/anaconda
default_channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/pro
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
  conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud