PyTorch环境搭建

来源

最详细的 Windows 下 PyTorch 入门深度学习环境安装与配置 CPU GPU 版 | 土堆教程_哔哩哔哩_bilibili

Python 深度学习：安装 Anaconda、PyTorch（GPU 版）库与 PyCharm_哔哩哔哩_bilibili

1. Anaconda 安装

进入 Anaconda 官网，选择 Anaconda Distribution 进行下载安装，注意安装路径不能有中文和空格。

PyTorch环境搭建

PyTorch环境搭建-1

PyTorch环境搭建-2

PyTorch环境搭建-3

2. 创建虚拟环境

打开 Anaconda Prompt 或 Anaconda PowerShell Prompt。

PyTorch环境搭建-4

有以下指令：

bash

# 查看虚拟环境列表
conda env list

# 创建虚拟环境
conda create -n 虚拟环境名字 python=版本
# 或添加镜像加速
conda create -n 虚拟环境名字 python=版本 -c 镜像地址

# 激活虚拟环境
conda activate 虚拟环境名字
# 查看当前虚拟环境下的包
conda list
pip list
# 退出到base环境
conda deactivate

# 其他指令
# 查看当前Python版本
python --version
# 退出Python
exit() # 效果同Ctrl+Z+Enter
# 删除虚拟环境
conda remove -n 虚拟环境名字 --all
# 持久添加通道
conda config --add channels 通道地址
# 删除通道
conda config --remove channels 通道地址
# 查找具体包名
conda list | findstr 包名
pip list | findstr 包名
# 删除包
pip uninstall 包名
conda remove 包名
# 导出环境
conda env export > env.yml
pip freeze > requirements.txt
# 安装依赖
conda env update -f env.yml
pip install -r requirements.txt

可以使用以下三个镜像：

镜像名	用于创建环境镜像地址
清华镜像	https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
北京外国语大学镜像	https://mirrors.bfsu.edu.cn/anaconda/pkgs/main
阿里巴巴镜像	http://mirrors.aliyun.com/anaconda/pkgs/main

3. 安装 PyTorch

3.1 判断 CUDA Runtime 版本

关于 CUDA Runtime 版本有两条准则：

CUDA Runtime version ≤ CUDA Driver version（上限值）
CUDA Runtime version 需支持显卡对应的算力（下限值）

3.1.1 安装显卡驱动最新版本

进入 Nvidia 官网，选择产品类型查找对应驱动。

PyTorch环境搭建-5

选择 Game Ready 驱动进行下载。

PyTorch环境搭建-6

3.1.2 确定 CUDA Driver 版本

打开命令行窗口或 Anaconda Prompt，输入以下指令：

bash

nvidia-smi

PyTorch环境搭建-7

即 CUDA Driver 版本为 13.0，所以 CUDA Runtime 版本最高为 13.0。

3.1.3 确定显卡算力

进入维基百科，查看显卡对应的算力。

PyTorch环境搭建-8

可以看出 CUDA Runtime 版本至少需要为 11.0。

PyTorch环境搭建-9

3.2 安装 PyTorch

CUDA Runtime 版本为 11.0~13.0 之间，进入 PyTorch 官网，选择高版本进行安装。

PyTorch环境搭建-10

进入创建好的虚拟环境，运行官网上的指令：

bash

pip3 install torch torchvision --index-url https://download.PyTorch.org/whl/cu129

3.3 验证 PyTorch

激活对应的虚拟环境（安装 PyTorch 的虚拟环境）：conda activate 虚拟环境名字
输入 conda list，看有没有 PyTorch 或者 torch
输入 python
输入 import torch
输入 torch.cuda.is_available()
如果显示 True，就说明 PyTorch 安装成功了

4. PyCharm 的安装与设置

4.1 PyCharm 的安装

进入 PyCharm 官网，点击下载。

PyTorch环境搭建-11

安装时勾选下列选项：

PyTorch环境搭建-12

4.2 PyCharm 的设置

4.2.1 项目设置

进入 PyCharm 后，选择 文件-新建项目，进行如下设置:

PyTorch环境搭建-13

使用 Python 控制台运行：

PyTorch环境搭建-14

PyTorch环境搭建-15

配置 Terminal：找到 Anaconda Prompt 位置（C:\Windows\system32\cmd.exe），并在 Settings 中进行设置。

PyTorch环境搭建-16

PyTorch环境搭建-17

PyTorch环境搭建-18

4.2.2 主题字体设置

可在插件中下载主题。

PyTorch环境搭建-19

设置字体，若出现如下提示，则表示当前字体遵循主题设置，需要点击蓝色文字，跳转到配色方案中进行调整。

PyTorch环境搭建-20

PyTorch环境搭建-21

设置控制台字体（改为 15）：

PyTorch环境搭建-22

4.2.3 快捷键设置

设置 Ctrl+鼠标滚轮 缩放字体大小：

PyTorch环境搭建-23

4.2.4 导入/导出设置

PyTorch环境搭建-24

4.3 给下载项目进行环境配置（补充）

利用 PyCharm 打开项目：File -> Open
配置对应的虚拟环境：File -> Setting -> Project -> Python 解释器，然后选择对应的虚拟环境，没有的话点击 Add interpreter 或下拉选择 Show All… 添加

PyTorch环境搭建-25

PyTorch环境搭建-26

直接运行代码，右键 -> run
如果提示某些包没有发现，大家可以用
1. conda install 包名
2. pip install 包名
3. 利用搜索引擎找找原因 - 包名不对，通道不对，或者其他原因
可选 — 最好把 requirements..txt 文件的内容当作参考，有选择性的使用。也可以 cd 到项目位置并执行 pip install -r requirements.txt。

5. Jupyter 的安装与配置

5.1 Jupyter 的安装

Anaconda 的 base 环境中已经安装了 Jupyter，但自己创建的环境中还需要手动安装，执行以下指令：

bash

# 进入虚拟环境
conda activate 虚拟环境名字

# 安装jupyter需要的包
conda install ipykernel ipython jupyter
pip3 install notebook
pip3 install jupyter_nbextensions_configurator

# 也可用pip安装
pip3 install ipykernel
pip3 install ipython
pip3 install jupyter

# 将当前虚拟环境注册为Jupyter可用内核
ipython kernel install --name "虚拟环境名字" --user
# 完成后打开jupyter notebook
jupyter notebook

5.2 修改 Jupyter 工作路径

进入装有 Jupyter 的环境中，输入以下命令：

bash

jupyter notebook --generate-config

PyTorch环境搭建-27

在 jupyter_notebook_config.py （以记事本方式打开）中使用 Ctrl+F 查找并修改如下配置项：``

修改前：# c.ServerApp.notebook_dir = ''
修改后：c.ServerApp.notebook_dir = 'D:\Jupyter'

即删除前面的 # 号注释，在后面的单引号里输入要设置的目录路径。注意：'D:\Jupyter' 和该语句的前面都不能有空格，否则 Jupyter 打开就闪退。

此时 Jupyter 的工作路径已被切换为 D:\Jupyter。如果想用快捷方式来启用 Jupyter，还需要找到 快捷方式-右键属性-快捷方式-目标，删除最后的 "%USERPROFILE%"。

PyTorch环境搭建-28

PyTorch环境搭建-29

5.3 Jupyter Notebook 常用快捷键

快捷键	对应操作
`Ctrl+Shift +H`	快捷键菜单
`Enter`	进入编辑模式
`Esc`	退出到命令模式
`Y`	把单元格变成代码块
`M`	把单元格变成 Markdown
`R`	把单元格变成 Raw
`X`	剪切
`C`	复制
`V`	粘贴到下面
`Shift+V`	粘贴到上面
`Z`	撤销
`DD`	删除
`Shift+Enter`	运行代码块，选择下面的代码块
`Ctrl+Enter`	运行代码块
`Alt+Enter`	运行代码块并目插入下面
`A`	在上面插入代码块
`B`	在下面插入代码块
`Shift+L`	显示行号
`Shift+Esc`	关闭控制台

5.4 指定 Chrome 为启动浏览器（补充）

找到 Chrome 位置：C:\Program Files\Google\Chrome\Application\chrome.exe。

在 jupyter_notebook_config.py （以记事本方式打开）中使用 Ctrl+F 查找 c.ServerApp.browser = '' ，在下方插入以下代码（注意是两个 \）。

bash

import webbrowser
webbrowser.register("chrome",None,webbrowser.GenericBrowser(u"C:\\Program Files\\Google\\Chrome\\Application\\chrome.exe"))
c.NotebookApp.browser = 'chrome'

6. VSCode 配置

VSCode 功能强大，可以使用 VSCode+Anaconda 运行 py 和 ipynb 文件。

首先，在环境变量 -> Path 中添加以下变量。

PyTorch环境搭建-30

PyTorch环境搭建-31

在 VSCode 中安装 Python 和 Jupyter 插件。

PyTorch环境搭建-32

PyTorch环境搭建-33

打开 Python 项目，在顶部或底部选择 Anaconda 环境和 Python 解释器。

PyTorch环境搭建-34

PyTorch环境搭建 ​

1. Anaconda 安装 ​

2. 创建虚拟环境 ​

3. 安装 PyTorch ​

3.1 判断 CUDA Runtime 版本 ​

3.1.1 安装显卡驱动最新版本 ​

3.1.2 确定 CUDA Driver 版本 ​

3.1.3 确定显卡算力 ​

3.2 安装 PyTorch ​

3.3 验证 PyTorch ​

4. PyCharm 的安装与设置 ​

4.1 PyCharm 的安装 ​

4.2 PyCharm 的设置 ​

4.2.1 项目设置 ​

4.2.2 主题字体设置 ​

4.2.3 快捷键设置 ​

4.2.4 导入/导出设置 ​

4.3 给下载项目进行环境配置（补充） ​

5. Jupyter 的安装与配置 ​

5.1 Jupyter 的安装 ​

5.2 修改 Jupyter 工作路径 ​

5.3 Jupyter Notebook 常用快捷键 ​

5.4 指定 Chrome 为启动浏览器（补充） ​

6. VSCode 配置 ​

PyTorch环境搭建

1. Anaconda 安装

2. 创建虚拟环境

3. 安装 PyTorch

3.1 判断 CUDA Runtime 版本

3.1.1 安装显卡驱动最新版本

3.1.2 确定 CUDA Driver 版本

3.1.3 确定显卡算力

3.2 安装 PyTorch

3.3 验证 PyTorch

4. PyCharm 的安装与设置

4.1 PyCharm 的安装

4.2 PyCharm 的设置

4.2.1 项目设置

4.2.2 主题字体设置

4.2.3 快捷键设置

4.2.4 导入/导出设置

4.3 给下载项目进行环境配置（补充）

5. Jupyter 的安装与配置

5.1 Jupyter 的安装

5.2 修改 Jupyter 工作路径

5.3 Jupyter Notebook 常用快捷键

5.4 指定 Chrome 为启动浏览器（补充）

6. VSCode 配置