pycharm配置docker debug configuration Pycharm配置pytorch

pycharm配置pytorch

1.先安装Anaconda

Anaconda3-5.2.0-Windows-x86_64.exe

2.下载cuda

检查电脑是否有合适的GPU

在桌面上右击如果能找到NVIDA控制面板，则说明该电脑有GPU。控制面板如下，并通过查看系统信息获取支持的Cuda版本

点击 帮助->点击 系统信息 弹出下面的对话框，在驱动程序版本那一栏就能看到该计算机使用的驱动版本。

下载Cuda
官网：https://developer.nvidia.com/cuda-10.1-download-archive-update2

然后，根据实际情况选择合适的版本

3.下载CuDNN

官网 https://developer.nvidia.com/rdp/cudnn-download

安装Cuda

1.与安装其他的软件类似

2.安装结束后将 ~/nvcc/bin(因为版本的不同可能在不同的地方) 目录添加到环境变量

3.在命令行下输入 nvcc -V, 出现下列信息说明Cuda安装成功

4.将CuDNN压缩包解压后，下面的三个文件夹复制到Cuda的安装目录下

4.配置虚拟环境和安装pytorch

1.首先我们先来为我们的pytorch创建一个虚拟环境。

打开Anaconda Prompt

在指定目录创建conda虚拟环境：

conda create --prefix=目录 python=3.9

默认安装环境

conda create -n pytorch python=3.8 //这里我使用的是3.8版本的python

选择y就可以等待创建了，安装后输入以下指令来查看安装情况。

conda info --envs

这个就表示pytorch环境安装完成

2.安装pytorch

接下来就到了安装pytorch的关键时刻了

pytorch官网，选择适合自己cuda的pytorch。

向下拉动找到这里，选定win-conda-python-你的CUDA版本号
复制下面链接，注意注意注意，可以把-c pytorch去掉，下载更快

//进入pytorch环境
conda activate pytorch
//输入复制的链接，便开始了漫长的等待下载安装

最后，如何检查自己是否安装成功呢

//首先进入pytorch环境，若已进入忽略
conda activate pytorch
python
>>>import torch
//输入完成后如果没有报错，则证明你已经成功安装了恭喜你！！！
>>>torch.cuda.is_available()
true
//继续输入上面代码，输出True，则意味着你可以使用 GPU

5.为你的pychram配置上pytorch

展开python解释器，选择现有解释器，点击右边三个小点选择第二个conda环境
	一般目录C:\Users\用户名\anaconda3\envs\pytorch\python.exe

这样，整个流程就安装完毕了。