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
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
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
Original: https://blog.csdn.net/weixin_55500281/article/details/127822447
Author: Ricardo_PING_
Title: PyTorch环境配置
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/658873/
转载文章受原作者版权保护。转载请注明原作者出处！