目錄

一些概念理解

?0.anaconda配置國內(nèi)鏡像源

?1.anaconda建立一個新的虛擬環(huán)境

?2. 更新顯卡驅(qū)動CUDA Driver

?3. 安裝pytorch

3.1 法（一）：利用pip安裝Pytorch

3.1.1 法（一）在線pip安裝

?3.1.2 法（二）本地pip安裝

3.2 法（一）：利用conda安裝Pytorch

3.3 驗證pytorch是否安裝成功

?4. Pycharm配置虛擬環(huán)境

4.1 給新建項目配置虛擬環(huán)境

4.2 給下載項目配置虛擬環(huán)境?

?參考：

一些概念理解

• 顯卡（GPU）：GPU(Graphics Processing Unit)，用于屏幕顯示圖像，用于與視頻、圖像處理相關(guān)的矩陣運算等任務(wù)。
• ?驅(qū)動：操作系統(tǒng)(OS)的插件。由于GPU是硬件，因此我們需要安裝驅(qū)動，讓計算機識別特定硬件。
• CUDA：NVIDIA（英偉達）顯卡的指令集，驅(qū)動程序的擴展包。有了CUDA，我們就可以操作NVIDIA顯卡

????????（圖片來自厲害的B站up主我是土堆）?

????????安裝pytorch之前，我們需要先查看電腦是否有英偉達顯卡，根據(jù)與pytorch版本，是否需要安裝更新對應(yīng)驅(qū)動、Cuda。?

• anaconda：虛擬環(huán)境管理軟件，可以建立不同的虛擬環(huán)境。
• pytorch/tensorflow：人工智能方面的代碼框架體系
• pycharm/jupyter notebook：python的編輯器，類似記事本，編輯軟件，本身不具備代碼執(zhí)行功能。（其中jupyter notebook是anaconda自帶的）
• 深度學習中各個軟件關(guān)系：

（圖片from B站up主：我是土堆）?

? ? ? ? 我們在Pycharm中配置好使用哪個虛擬環(huán)境，并寫好python的代碼后，運行程序，該python文件通過配置找到對應(yīng)虛擬環(huán)境，將python文件交給其中的python解釋器。python解釋器對該python文件進行解析，在解析過程中從安裝的Package中調(diào)用需要的庫，并將其翻譯成計算機語言，發(fā)送給CPU，CPU執(zhí)行對應(yīng)指令。當CPU發(fā)現(xiàn)我們希望一些運算數(shù)據(jù)轉(zhuǎn)移到GPU上，CPU發(fā)送對應(yīng)指令，通過驅(qū)動，將數(shù)據(jù)發(fā)送給GPU進行運算。

參考：(6條消息) 深度學習環(huán)境配置中軟件之間邏輯與關(guān)系_我是土堆的博客-CSDN博客https://tudui.blog.csdn.net/article/details/125728710

0.anaconda配置國內(nèi)鏡像源

?????????使用anaconda下載各種包時，其默認源，即提供安裝包的服務(wù)器，是其公司自己設(shè)立的，國外服務(wù)器，速度慢，不穩(wěn)定，因此我們可通過以下指令將下載源配置為國內(nèi)鏡像源，以較快速度（起飛）完成下載、安裝工作。

????????在Anaconda Prompt里復制以下命令行即可。

清華源：
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
conda config --set show_channel_urls true

中科大源：
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/bioconda/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/menpo/
conda config --set show_channel_urls yes

????????可使用以下指令，查看鏡像源是否配置成功。

conda config --get

?????????其中“defaults"是anaconda默認的通道(下載地址），是最低優(yōu)先級，而我們添加的新的通道（國內(nèi)鏡像地址）是最高優(yōu)先級。因此，我們下載包時，anaconda優(yōu)先在添加的國內(nèi)通道里查找所需要的包，如果沒有，再去默認的國外通道查找。

PS: 若要刪除鏡像加速通道，則把”add channels”改為“remove channels"

conda config --remove channels 【通道地址】

conda config --remove channels https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
conda config --remove channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/
conda config --remove channels https://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge/
conda config --remove channels https://mirrors.ustc.edu.cn/anaconda/cloud/msys2/
conda config --remove channels https://mirrors.ustc.edu.cn/anaconda/cloud/bioconda/
conda config --remove channels https://mirrors.ustc.edu.cn/anaconda/cloud/menpo/

1.anaconda建立一個新的虛擬環(huán)境

（anaconda 建立一個專門使用pytorch的虛擬環(huán)境）

理解：在anaconda的大樓里建立一個使用pytorch工具的新房間，base可理解為anaconda大樓的大廳，我們可以通過搭建不同的房間，來安裝不同包，執(zhí)行不同的項目。

?步驟：

?step1. 打開Anaconda的命令行界面控制端Anaconda Promp，輸入以下指令，建立新環(huán)境

conda create -n 【name_of_new_environment】python=【python_version】

新的虛擬環(huán)境pytorch的地址：

?step2.?輸入”y“，在新環(huán)境中下載以上建議的new packages.

安裝成功后，Anaconda的envs目錄下就多了一個名為pytorch的文件夾。

?其他指令：

?（1）進入新環(huán)境

conda activate 【虛擬環(huán)境名】

（2）?查看該環(huán)境下裝的包

conda list

（3）?刪除創(chuàng)建的虛擬環(huán)境

conda remove -n 【虛擬環(huán)境名字】 --all

?2. 更新顯卡驅(qū)動CUDA Driver

(圖片from B站：我是土堆）?

step1. 確定自己顯卡的型號（算力）

????????任務(wù)管理器中查看NVIDIA顯卡型號，我的電腦是NVIDIA GeForce MX150

step2. 安裝/更新驅(qū)動CUDA Driver?的最新版本

（電腦有顯卡驅(qū)動的話也可以跳過這一步，但是還是建議更新，比如我電腦自帶的驅(qū)動版本就很低（391.25），導致我的驅(qū)動支持的最高CUDA Runtime版本(9.1)也很低，進而導致我能安裝pytorch版本就很低）

打開NVIDIA官網(wǎng)，根據(jù)自己的顯卡型號下載官方驅(qū)動:
https://www.nvidia.cn/Download/index.aspx?lang=cn

安裝一路默認next就行了。

step3.?查看自己的驅(qū)動CUDA Driver版本，即支持的最高CUDA Runtime版本（我這里是12.0）

法（一）：Dos窗口輸入以下指令，查看顯卡驅(qū)動版本

nvidia-smi

?法（二）：右擊打開NVIDIA控制面板->查看（左下角）系統(tǒng)信息

step4. 打開Pytorch官網(wǎng)，根據(jù)自己電腦支持的最高CUDA Runtime版本，選擇對應(yīng)pytorch版本（比CUDA driver小就行，確保CUDA Driver版本>=CUDA Runtime版本）

?3. 安裝pytorch

PyTorch官網(wǎng)https://pytorch.org/當前支持的穩(wěn)定最新版本是1.13.1，支持CUDA11.6、CUDA11.7（<12.0)。?

?包括4個包：
pytorch：核心包，集成pytorch的核心功能

torchvision：提供給圖像處理的包

torchaudio：提供給語言處理的包

pytorch-cuda=11.6：CUDA的一些工具

3.1 法（一）：利用pip安裝Pytorch

pip3 install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu116

命令解析：使用地址 "https://download.pytorch.org/whl/cu116" 安裝以下 3個包.

• ????????torch：核心包，集成pytorch的核心功能
• ????????torchvision：提供給圖像處理的包
• ????????torchaudio：提供給語言處理的包

3.1.1 法（一）在線pip安裝

step1. 進入新建的pytorch虛擬環(huán)境

?step2.?直接復制官網(wǎng)的pip指令至命令行窗口下載

（速度還是挺快的。）

?3.1.2 法（二）本地pip安裝

step1. 從地址"https://download.pytorch.org/whl/cu116"下載（迅雷下載快）torch package

step2.使用pip install本地安裝torch package

pip install 【torch package的下載路徑地址】

step3. 本地安裝完成后，再復制官網(wǎng)的pip指令至命令行窗口，安裝剩下的package ，包小，下載會很快。

（它會自動檢測,跳過安裝好的torch包）

3.2 法（一）：利用conda安裝Pytorch

conda install pytorch torchvision torchaudio pytorch-cuda=11.6 -c pytorch -c nvidia

命令解析：使用pytorch通道下載安裝以下 4個包（-c nvidia是什么意思？nvidia通道？）

• ? ? ? ? pytorch：核心包，集成pytorch的核心功能
• ????????torchvision：提供給圖像處理的包
• ????????torchaudio：提供給語言處理的包
• ? ? ? ? pytorch-cuda=11.6：cuda的工具

復制官網(wǎng)conda下載命令，采用命令行下載（好慢啊，可以添加鏡像地址）

3.3 驗證pytorch是否安裝成功

step1. 在我們新建的pytorch虛擬環(huán)境下，輸入以下命令，查看有沒有對應(yīng)package

conda list

step2. 輸入python，進入python解釋器

step3. 輸入import torch，調(diào)用torch包

step4. 輸入以下命令，查看是否可以使用GPU

torch.cuda.is_available()

?4. Pycharm配置虛擬環(huán)境

4.1 給新建項目配置虛擬環(huán)境

?新建項目-->配置項目的路徑-->配置項目的python解釋器-->找到conda的虛擬環(huán)境（前面新建的pytorch虛擬環(huán)境）下的python解釋器。

PS:anaconda的base虛擬環(huán)境的python解釋器在anaconda安裝目錄的根目錄下；新建的虛擬環(huán)境在anaconda安裝目錄下的envs目錄下。

?驗證是否可以使用GPU

4.2 給下載項目配置虛擬環(huán)境?

?導入下載的項目-->File-->Setings-->Project:-->Python Interpreter-->選擇項目需要的虛擬環(huán)境

?參考：

https://www.bilibili.com/video/BV1S5411X7FY?p=1

????????在各個教程博客中閑逛時，發(fā)現(xiàn)這個教程，神奇的B站，厲害的up主，講得太詳細了吧！他怎么知道我有哪些困惑的，謝謝謝謝！以上是我的學習理解記錄筆記了。文章來源地址http://www.zghlxwxcb.cn/news/detail-413901.html

到了這里，關(guān)于pytorch的深度學習環(huán)境安裝配置（GPU版）的文章就介紹完了。如果您還想了解更多內(nèi)容，請在右上角搜索TOY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！