一定要看的前言:

授人以鱼,不如授人以渔。技术飞速发展,许多教程都会过时,我们个人博客记录只是一时,我们不能看2018年的文章来安装2024年版本的东西,会很不一样。所以我们一切要去看官方维护的文档,官方文档会及时更新,学会看这个文档对每个IT人都有好处!

一、anaconda下载安装

第一找到anaconda里面有我们需要的所有!有官网写的文档和教学,都是权威的指导!

Free Download | Anaconda 官网上下载安装包!

在 Windows 上安装 — Anaconda 文档 官网的anaconda安装教程!

二、安装CUDA用GPU版本

如果你想用GPU而不是cpu,那就得安装CUDA。

适用于 Microsoft Windows 的 CUDA 安装指南 (nvidia.com) 这是官方文档!

作为一个合格的IT人,查看官方文档是非常重要的,里面什么都写了!

三、安装pytorch

本次环境使用anaconda的jupyter lab+pycharm。使用anaconda建立一个专门的pytorch环境,有利于我们学习和实验,整个环境就不像anaconda自带的base那么臃肿。

(1)conda 创建一一个环境

打开anaconda prompt

pic_670c0b1e.png

在base环境下输入,下列命令创建一个pytorch的环境。

conda create -n pytorch

pic_abbe21b3.png

pic_87e47f05.png

输入y就行。

pytorch要到国外去下载,会出现一些问题,使用换源就可以解决。

anaconda | 镜像站使用帮助 | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror 还是官方文档!写得很好恒具体了。

我的是:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
channels:
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/win-64/
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
- defaults
show_channel_urls: true
default_channels:
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
- 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

换完源后,去pytorch官方:

PyTorch,选择对应的版本,只要保证你的cuda版本是大于pytorch的cuda版本就行。

Previous PyTorch Versions | PyTorch 这是先前的版本。pic_5d6c5be2.png

复制命令,回到命令窗口,激活pytorch环境,并在该环境下执行本命令。

pic_fb23aab3.png

pic_81a80b10.png

出现 unsuccessful也不要怕,等一会就好。

pic_bb23e54b.png

等一会就找到了,之后输入y,就行。

四、 用ipykernel为虚拟环境创建内核kernel

ipykernel官方简介:ipykernel · PyPI

简而言之,内核可以方便我们在base环境里启动jupyter lab后,可以使用其他环境来运行我们的笔记。

pic_1ef1e9c8.png使用deactivate回到base,确保base里有ipykernel,使用conda install ipykernel pic_b3910895.png

用base为pytorch安装ipykernrl。(用base在env里安装一个ipykernel )

conda install -n ipykernel pic_ed0f51ec.png

进入到pytorch环境里配置kernel。

python -m ipykernel install --user --name --display-name “display name” pic_3010c129.png

到此内核配置完毕。

五、jupyter lab配置

官方:Project Jupyter | Home

可以去看看官方文档,我们唯一要改变的是其root目录到我们想要作为更目录的地方。如果不变,他默认在c盘,你后期添加数据会很占c盘空间。

pic_b2be5c35.png

拿到配置文件位置。

pic_dc7066f7.png

Ctrl + F查找c.ServerApp.root_dir,修改为自己需要的目录。注意带双引号哦。

pic_385c2c3f.png

使用命令打开jupyter lab

pic_60283722.png

这是我创建的学习环境,可以在pytorch里学习pytorch。Welcome to PyTorch Tutorials — PyTorch Tutorials 2.2.0+cu121 documentationpic_07ea1438.png

类似的还可以创建opencv,tensorflow的学习环境。pic_9f2a3695.png

六、anaconda和pycharm结合

anaconda和pycharm结合,可以使包管理更加有效,开发效率更高。

你想使用pycharm来开发一个pytorch项目。此时只用新建一个文件夹:

pic_a898c17e.png

拖住此文件夹到pycharm图标上。pic_2cb97f91.png,得到下面:

pic_61e0eaaf.png

测试一下torch

pic_44771c94.png找不到。

在file里的settings找到project:test里的python interpreter:

点击小齿轮,点击add

pic_ed8514d0.png

pic_c6e81085.png

点击三点,选择anaconda安装目录下envs里的python解释器。

pic_b63d7c2b.png

添加完后点击apply,然后点击ok。

pic_f7c2a0b7.png

最后torch被引入了!pic_7a99dcdd.png

最后整个环境就搭建完成了!