安装anaconda
- 安装
官网下载安装包:https://www.anaconda.com/distribution/#download-section
选择windows->python3.8->64位进行下载,下载完成后双击运行。一直点击next,最后勾选第一项,将anaconda添加到环境变量中,install
- 测试anaconda是否安装成功
win+R,输入cmd打开命令窗,输入conda,以下即成功
安装pycharm
官网下载:http://www.jetbrains.com/pycharm/点download,选择community(免费)下载,下载完成后运行。点击next,等待安装完成即可。
安装pytorch_gpu
- 检查是否有合适的Gpu,若有需要安装cuda和cudnn
cuda、cudnn、pytorch之间有版本的对应关系一定要下载一致的版本,下载选择时请注意官网查看 https://pytorch.org/get-started/locally/ 确定对应的cuda版本
安装cuda:
下载完成后运行选择默认安装路径,选择精简,下一步安装
验证cuda是否安装成功
进入cuda安装路径,如果你是默认路径,则如下图复制路径
win+R,cmd打开命令窗,
输入: cd C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.2\bin
输入:nvcc -V
若出现下图信息则安装正确
下载cudnn:
下载完成后,解压,复制下列三个文件夹
复制到到cuda安装目录下(如下图)
测试cudnn是否安装成功
进入cuda文件夹找到demo_suite,复制路径:C:\Program Files\NVIDIAGPUComputingToolkit\CUDA\v9.2\extras\demo_suite
win+R,cmd打开命令窗,输入: cd 黏贴上述路径
回车
输入:bandwidthTest.exe
显示PASS则安装成功
输入:deviceQuery.exe
若显示PASS,则cuda和cudnn均安装成功
- 安装pytorch
进入pytorch网站: https://pytorch.org/get-started/locally/
选择pip下载,进入下方网址
会看到很多版本,可根据下图选择对应版本
配置pycharm
打开pycharm,新建:file->new project,写个工程名aaa;
工程名右击,新建:new->python file->写个名
输入:
import torch
print(torch.version)
运行后出现:
因为当前环境中还没有安装pytorch,现在需要在conda下创建一个虚拟环境,在此虚拟环境中安装pytorch
点击下方terminal
创建虚拟环境,环境名为pytorch_gpu
输入: conda create -n pytorch_gpu python=3.8(pytorch_gpu是新建环境的名字,也可写成其他任意的)这里的3.8是版本号
如果安装不成功,如下图,则需要输入图中命令先升级conda
虚拟环境中安装pytorch
输入:cd 目录名
进入目录后,输入下图命令,安装pytorch:
输入下图命令,安装torchvision:
此时只差最后一步了:
将我们创建的虚拟环境pytorch_gpu关联到当前项目中。
操作如下 :
file->settings->
点击右上方小齿轮,点击add,选择conda environment,选择existing environment->interpreter,选择这个虚拟环境所在的文件夹。
大功告成,测试一下
输入:
import torch
print(torch.version)
输出:
结束!!!