文章目录
*
– 一、安装及使用Anaconda
–
+ 1、安装Anaconda
+ 2、管理环境
+ 3、关于Anaconda命令总结
+ 4、连接PyCharm
+ 5、使用Conda
– 二、配置PyTorch环境
–
+ 1、检查显卡
+ 2、安装CUDA
+ 3、测试是否安装成功
– 三、在pycharm中使用pytorch
一、安装及使用Anaconda
1、安装Anaconda
官网下载：https://www.anaconda.com/products/distribution
选择自己需要的版本下载：https://repo.anaconda.com/archive/
下载之后是.exe文件，直接双击打开安装，可以改一下安装路径，其他都选择默认直接next。
测试安装成功。
; 2、管理环境
安装成功后，就可以用anaconda来创建一个个独立的python环境了。
- activate
activate 能将我们引入anaconda设定的虚拟环境中，如果后面什么参数都不加那么会进入anaconda自带的base环境。
输入python，这样会进入base环境的python解释器, 如果把原来环境中的python环境去除掉会更能体会到，这个时候在命令行中使用的已经不是你原来的python而是base环境下的python。而命令行前面也会多一个(base) 说明当前我们处于的是base环境下。
- 创建自己的虚拟环境
conda create -n python37 python=3.7
或者conda create --name python37 python=3.7于是我们就有了一个python37的虚拟环境，接下来我们切换到这个环境， 一样还是用activae命令，后面加上要切换的环境名称 - 切换环境
activate python37
- 查看所有的的环境
conda env list
3、关于Anaconda命令总结
- 管理环境命令
conda create --name python34 python=3.4
activate python34
source activate python34
python --version
deactivate python34
source deactivate python34
conda remove --name python34 --all
- 安装第三方包
conda install requests
或者
pip install requests
- 卸载第三方包
conda remove requests
或者
pip uninstall requests
- 查看环境包信息
conda list
conda env export > environment.yaml
conda env create -f environment.yaml
- 命令
activate // 切换到base环境
activate learn // 切换到learn环境
conda create -n learn python=3 // 创建一个名为learn的环境并指定python版本为3(的最新版本)
conda env list // 列出conda管理的所有环境
conda list // 列出当前环境的所有包
conda install requests 安装requests包
conda remove requests 卸载requets包
conda remove -n learn --all // 删除learn环境及下属所有包
conda update requests 更新requests包
conda env export > environment.yaml // 导出当前环境的包信息
conda env create -f environment.yaml // 用配置文件创建新的虚拟环境
4、连接PyCharm
在Setting => Project => Project Interpreter 里面修改 Project Interpreter
我们可以看到我这里其实是有其他的环境，这是我在创建项目的使用使用了虚拟环境，pycharm会自动给我生成一个venv目录，下面则是独立的python环境。
点击三个小点标志再点击Add Local为你某个环境的python.exe解释器就行了。
添加Anaconda,我们选择了anaconda的python.exe,conda executable会自动识别conda的位置，将Make available to all projects勾选，所有项目都使用
然后点击ok,我们就可以看到Anaconda已经帮我们安装了很多库。
如果我们是第一次使用Pycharm,那么创建项目的时候会初始化，要是已经使用过一段时间，再配置Anaconda,也会初始化。
; 5、使用Conda
前面新建的 Anaconda 环境包含各种数据分析，机器学习等包，可以直接拿来用，并不需要再安装一遍，方便实用。但是，有时候，我们并不需要这么多的包，而是需要特定版本的 Python 或者 Python 包，或是依赖冲突等问题，这就要求有一个独立运行的环境。而 Conda 建立的环境正好满足了这个需求。
- 创建项目的时候可以选择Conda
- 点击 Pycharm 下面的 Termianl 可以直接控制 Windows 的 CMD 命令行。如果你的 Pycharm 运行在 Linux 下，这个工具会接管 Shell。可以看到在最前面多了一个 (example) ，这个代表激活的 conda 环境
- 输入命令 conda list，可以查看我们建立的环境里包含哪些包。
二、配置PyTorch环境
1、检查显卡
首先检查使用电脑的显卡版本：NVIDIA控制面板 -> 帮助 -> 系统信息 -> 组件
然后去PyTorch官网找到自己需要的版本
; 2、安装CUDA
PyTorch官网：https://pytorch.org/
复制这一段命令，改成自己需要的版本。
或者点击下面的Previous version去找与自己cuda版本适配的torch
我的cuda是11.0的，torch选择的是1.7.1的版本，直接复制命令安装即可
conda install pytorch==1.7.1 torchvision==0.8.2 torchaudio==0.7.2 cudatoolkit=11.0 -c pytorch
emmm 意料之中果然失败了…（看到这么大就有不好的预感）
看到一些博客说换成清华的镜像就可以了
加入清华源镜像
在命令行中依次输入以下命令
仅输入前三行和最后一行，如果不行，再将剩下的全部加上
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 --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
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/menpo/
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/msys2/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/peterjc123/
conda config --set show_channel_urls yes
输入下面代码可以看到加入的channels
conda config --show
如果在添加channels时，添加错误的信息，一定要手动删除，或者命令删除，不然安装会一直报错。
删除的话就把上面的add改成remove就行了！或者去文件.condarc中，手动删除掉。
然后找到官网安装代码，去掉后面的-c pytorch，-c pytorch参数指定了conda获取pytorch的channel，在此指定为conda自带的pytorch仓库。因此，只需要将-c pytorch语句去掉，就可以使用清华镜像源快速安装pytorch了。（下载速度真的超级快，果然校园网还是可以的）
conda install pytorch==1.7.1 torchvision==0.8.2 torchaudio==0.7.2 cudatoolkit=11.0
下面是换回默认源的代码：
换回默认源：conda config --remove-key channels
3、测试是否安装成功
; 三、在pycharm中使用pytorch
1、点击左上角setting，如下图
2、点击左栏的python interpreter
3、选择conda 环境，然后选择已经存在的环境 Existing environment
4、后面直接ok
5、测试，输入以下代码
import torch
print(torch.cuda.is_available())
x=torch.randn(3,5)
print(x)
True表示 pytorch GPU 版本可以使用了
Original: https://blog.csdn.net/zeroheitao/article/details/125150931
Author: 顺利毕业啊
Title: Win10 安装配置使用 PyTorch 并导入到 Pycharm
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/707898/
转载文章受原作者版权保护。转载请注明原作者出处！