Anaconda安装

Anaconda是为方便使用python而建立的一个软件包，其包含常用的250多个工具包，多版本python解释器和强大的虚拟环境管理工具，所以Anaconda得名python全家桶。Anaconda可以使安装、运行和升级环境变得更简单，因此推荐安装使用。

安装步骤：

官网下载安装包 https://www.anaconda.com/distribution/#download-section
运行安装包
选择安装路径：通常选择默认路径，务必勾选Add Anaconda to the system PATH environment variable（将Anaconda添加到环境变量中），等待安装完成
验证安装成功：快捷键win+R，打开cmd，输入conda，回车，如果出现各种相关信息，说明安装成功。
添加中科大镜像或者清华镜像，如果网速够快，不添加也行。

PyCharm安装

PyCharm是强大的 Python IDE，拥有调试、语法高亮、Project管理、代码跳转、智能提示、版本控制等功能。

安装步骤：

官网下载安装包 https://www.jetbrains.com/pycharm/，安装包分为专业版（收费）和社区版（免费）。
运行安装包。
选择路径，勾选Add launchers dir to the PATH，勾选.py，等待安装完成。
专业版免费使用方法：目前jetbrains-agent.jar被封了很多，建议参考http://idea.medeming.com/jet/或http://idea.94goo.com/key。
运行PyCharm，在Activate界面选择Activation code，粘贴，点击Activate。成功后会显示有效期，到期后重新去上述网站获取。
如果不是首次进入，也可以在Help→Register重新打开注册界面。

检查是否有合适GPU，若有，需安装CUDA与CuDNN。只有N卡支持cuda，如下操作可以查看支持的cuda版本：
NVIDIA控制面板→系统信息→组件→3D设置/NVCUDA.DLL
进入PyTorch官网https://pytorch.org/，点击GetStarted，查看所支持的CUDA版本是多少。
进入CUDA官网https://developer.nvidia.com/cuda-toolkit-archive，选择相应版本的CUDA，选择相应的操作系统，Installer Type 选择 local。点击下载第一个文件。运行安装包，安装完成不必创建快捷方式。
验证CUDA是否安装成功：进入安装路径的bin文件夹，复制路径，命令行切换到该路径下（如cd C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\bin），然后执行nvcc -V，回车，如果出现相关版本信息，说明正确安装。
进入cuDNN官网https://developer.nvidia.com/rdp/cudnn-download，注册并登录账号，选择相应版本下载。解压安装包，将里面的三个文件夹复制到CUDA安装路径下（如C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1），cuDNN就安装完成了。
验证cuDNN是否安装成功：命令行切换到安装路径的extras\demo_suite文件夹下，执行bandwidthTest.exe，回车，Result = PASS说明安装成功。继续执行deviceQuery.exe，回车，显示GPU型号，Result = PASS，表示CUDA和cuDNN都安装成功了。

进入PyTorch官网https://pytorch.org/，点击GetStarted，选择相应版本，package选择pip，可以看到下方出现了torch和torchvision的最新版本号，以及一个网址https://download.pytorch.org/whl/torch_stable.html，复制网址，进入，可以看见各个版本的torch安装文件，通过这种方式，比直接执行安装命令速度要快。文件命名是有规律的，如：
　　cu101/torch-1.4.0-cp37-cp37m-win_amd64.whl，
　　cu101/torchvision-0.5.0-cp37-cp37m-win_amd64.whl
　　cu后为cuda版本，torch后为torch版本，torchvision后为torchvision版本，cp后为python版本，最后面代表windows64位。
　　可以利用快捷键ctrl+F搜索最新版本的torch和torchvision文件（如搜索cu101/torch-1.4.0），再选择相应python版本和平台下载pytorch与torchvision的whl文件，python版本要与系统一致，可以在命令行输入python来查看系统中python的版本。
用PyCharm新建一个项目：
Create New Project→Pure Python→命名→Create
新建一个脚本：
File→New→Python file→命名→回车
在脚本中输入如下代码，右键，Run ‘项目名’ ，报错找不到torch，因为在当前环境中，我们没有安装PyTorch。

import torch
print("hello pytorch{}".format(torch.__version__))
print(torch.cuda.is_available())

创建虚拟环境：
点击下方Terminal
→输入conda create -n 虚拟环境名 python=版本号（如conda create -n pytorch_gpu python=3.7）→回车→等待完成
→输入conda activate 虚拟环境名→回车
→输入cd whl文件所在目录→回车
→输入pip install torch→按tab键自动补全→回车→等待成功安装
→输入pip install torchvision→按tab键自动补全→回车→等待成功安装
将当前项目关联到新创建的虚拟环境：
File→Setting→Project：项目名/Project Interpreter→设置按钮→Add→Conda Environment→Existing environment→interpreter中选择 anaconda安装路径/envs/虚拟环境名/python.exe→OK→OK→OK→稍等片刻进行初始化
右键运行，成功输出PyTorch版本。如果输出True，证明GPU可用。

来源：CSDN

作者：Sakura樱_子于

链接：https://blog.csdn.net/SakuraHimi/article/details/104542418

标签