pytorch安装

【conda】配置国内镜像源

pytorch超级详细的安装教程

第一次安装的时候安装了差不多有一整天，还安装失败了。这次安装的速度很快。

首先是Anaconda的下载，我用的是上学期学python的时候老师之前给的安装包，很快就安装好了，或者去官网去下载Anaconda也挺快，链接如下：

Anaconda官网

其次是Anaconda安装，整个下载过程都是一路next，我只是把下载的路径改变了一下。默认路径是C盘，我调整到了其他盘。

安装完整后，在看是菜单处看到新添加的东西

https://img-blog.csdnimg.cn/7c9f8bc53f3d4ea983a61bc5ab824dce.png

打开这个Anaconda Prompt应用进入之后是以（base）开头

https://img-blog.csdnimg.cn/4b98f46f63964f5a820284fdaeb60124.png

接下来就是创建pytorch这个包了

我的版本是3.8，所以下面也也安装3.8版本的，pytorch 是后边建立里的命名

如果不清楚自己的python版本，win+R，打开cmd控制台，输入python就可以看到自己的版本信息。

https://img-blog.csdnimg.cn/64ec04399823413bb21c57493e0ae84d.png

conda create -n pytorch python=3.8

之后，弹出提示，输入 y，即可安装。

安装成功后，输入以下指令：

conda info --envs

https://img-blog.csdnimg.cn/7476e9184f01437c8471c8a9268222ea.png

接下来我们要进入到pytorch环境中去

conda activate pytorch

https://img-blog.csdnimg.cn/26762e0aadf54d859a93727297492007.png

接下来是安装pytorch环境

pytorch官网

https://img-blog.csdnimg.cn/899020436dac4d1f825f1bb4743edd23.png

这里面我是按照一个blog用的清华的一个镜像安装的，相对于去年我第一次下载安装pytorch来说，速度很快

下载的时候有显卡用显卡，没显卡就只能用cpu了

如何查看自己的CUDA版本号

在cmd窗口中输入这个命令

nvidia-smi

https://img-blog.csdnimg.cn/69a243ba00a545ba95e909989d73246c.png

接下来就需要导入清华的镜像了。这里我参考的是其他的博客

.condarc

插播.condarc知识点：

.condarc以点开头，一般表示 conda 应用程序的配置文件，在用户的家目录（windows：C:\users\username\，linux：/home/username/）。但对于.condarc配置文件，是一种可选的（optional）运行期配置文件，其默认情况下是不存在的，但当用户第一次运行 conda config命令时，将会在用户的家目录创建该文件。这个shell命令第一次安装的情况下，你需要先执行才会看到.condarc文件，用记事本打开

https://img-blog.csdnimg.cn/26f5af506c3a405fa035925ea451bf24.png

讲下面的代码贴到文件中去

channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/win-64/
  - defaults
#出错就删除下面
show_channel_urls: true
channel_alias: https://mirrors.tuna.tsinghua.edu.cn/anaconda
default_channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/pro
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
  conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

然后继续安装pytorch

我的是这个：

https://img-blog.csdnimg.cn/f0274b640a7548e7a32ef72b00e472bd.png

conda install pytorch torchvision torchaudio cudatoolkit=11.3 -c pytorch

这里我参考了其他的博客，将-c pytorch去掉了。安装速度很快。我第一次安装安装一整天，这个安装大概是分钟左右

复制下面的代码，之后，在开始菜单中，打开 Anaconda Prompt，查看最左边括号中是 base 还是 pytorch。如果是 [base]，使用 conda activate pytorch 进入 pytorch 环境中。之后粘贴即可。

conda install pytorch torchvision cpuonly

接下来只需要按照提示输入就可以了

验证是否安装成功（最激动人心的时刻）

（1）在命令行左边为 pytorch 环境中，输入 python

（2）之后，输入 import torch，如果没有报错，意味着 PyTorch 已经顺利安装了

（3）接下来，输入 torch.cuda.is_available，如果是 True，意味着你可以使用 GPU。

https://img-blog.csdnimg.cn/3f199458c2c64fdc919fbe64bfd846c6.png

注意更新一下

在上述测试步骤的第二步中，只有当输入 torch.cuda.is_available()，调用函数时带上()才会显示函数的输出，如果是 True，意味着你可以使用 GPU

https://img-blog.csdnimg.cn/e78a78f1ba674eb8bf398e76949cf661.png

这样就是成功了

pycharm

因为shell输入代码不带有提示，使得对新手很不友好。我们将带有pytorch的anaconda导入到pycharm中去

https://img-blog.csdnimg.cn/94bf485bde81447d9833b67324041c8e.png

这里即为导入了带有pytorch的anaconda

接下里我们来验证一下

https://img-blog.csdnimg.cn/34a680760e944e32836e673c8e297a21.png

输入上面的代码，当显示为True时，即为导入成功。