安装torch(GPU版本)并在Pycharm中配置

零.前置环境

1.NVIDIA GPU Computing Toolkit已安装

版本为:11.6

已添加到环境变量

复制代码
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6\bin

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6\libnvvp

在cmd中查看cuda版本

方法1:nvidia-smi

方法2:nvcc -V

2.安装pycharm

我安装的是专业版,自行安装

3.相关信息

windows版本

一、安装Anaconda

anaconda镜像网站

我下载的是:Anaconda3-2023.09-0-Windows-x86_64

一般情况一直next按默认设置,但是注意下面:

(1)选ALL Users

(2)放在 E:\Anaconda\

(3)下面两个可以选,也可以不选,都没大问题,因为我卸载过anaconda所以我全勾上了

安装完成后,在开始界面能看到

二、修改创建新env的地址 + 镜像

(1)env地址设置

因为我想要默认创建的新环境在 E:\Anaconda\envs 下

在下面地址中,找到.condarc文件

C:\Users\15850\.condarc

添加以下内容:

复制代码
envs_dirs:
  - E://Anaconda//envs

(2)镜像设置(也可以在anaconda prompt中以命令行设置)

复制代码
show_channel_urls: true
channels:
  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
  - defaults

或者在anaconda prompt中以命令行设置

复制代码
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --set show_channel_urls yes

三、安装torch

0.版本说明

PS:这步骤可以先不看,先1,等装torch时再来看

因为我的cuda版本是11.6,所以需要查看安装的 pytorch版本是多少在官网查看

pytorch官网

因为的cuda版本是11.6并没有显示,所以去 更多版本里查看

更多版本链接

找到我的cuda对应的版本

复制代码
conda install pytorch==1.12.0 torchvision==0.13.0 torchaudio==0.12.0 cudatoolkit=11.6 -c pytorch -c conda-forge

pytorch1.12.0

torchvision0.13.0

torchaudio0.12.0

cudatoolkit11.6

python3.8(我想要安装的python版本是3.8)

1.创建环境

打开anacaonda prompt,创建环境并激活,创建了一个名字为:py38,python环境为3.8的conda环境

复制代码
conda create -n py38 python=3.8

查看拥有的conda环境,base是默认环境,py38是刚刚创建的环境

复制代码
conda env list

在文件夹下也能查看文件创建成功

进入到py38这个环境

复制代码
conda activate py38

2.安装torch(GPU版本)

根据【0.版本说明】,我们知道了想要下载的版本

torchvision0.13.0

pytorch1.12.0

torchaudio0.12.0

cudatoolkit11.6

那么就在下面的链接下可以下载

pytorch下载镜像

我的cuda版本:11.6,所以在界面中搜索:cu116(快捷键:CTRL+F)

有两种安装方法,一是下载后安装,二是直接在anaconda prompt中安装,下面分别举例介绍

(1)下载后安装(torchvision0.13.0)

下载下来之后,进入到anaconda prompt中安装

文件放在:D:\Code\atools

复制代码
D:
cd Code
cd atools
pip install "torchvision-0.13.0+cu116-cp38-cp38-win_amd64.whl"

查看是否安装成功

复制代码
conda list

(2)直接在anaconda prompt中安装 (pytorch1.12.0)

复制代码
pip install torch==1.12.0+cu116 -f https://download.pytorch.org/whl/torch_stable.html

查看是否安装成功

安装:torchaudio==0.12.0

复制代码
pip install torchaudio==0.12.0+cu116 -f https://download.pytorch.org/whl/torch_stable.html

3.在anaconda prompt中测试安装是否成功

复制代码
python
import torch
torch.__version__
print(torch.cuda.is_available())
exit()

四、在pycharm中配置

可以新建,也可以修改原来代码的编译环境。我在此演示后者

因为conda的环境在下面的文件中

E:\Anaconda\Scripts\conda.exe

所以进行以下设置

设置完成

编写以下代码

python 复制代码
import torch
print(torch.cuda.is_available()) # 查看GPU是否可用
print(torch.__version__)

运行之后的结果

PS:新建项目,完成下面的步骤就和上面步骤一样,我就不演示了

五、安装不同版本的CUDA

同电脑中有不同版本的CUDA

相关推荐
小袁拒绝摆烂14 分钟前
OpenCV-去噪效果和评估指标方法
人工智能·opencv·计算机视觉
Douglassssssss19 分钟前
【深度学习】残差网络(ResNet)
网络·人工智能·深度学习
卡尔曼的BD SLAMer23 分钟前
计算机视觉与深度学习 | Python实现EMD-SSA-VMD-LSTM时间序列预测(完整源码和数据)
python·深度学习·算法·cnn·lstm
孟意昶26 分钟前
中级统计师-统计学基础知识-第三章 参数估计
人工智能·机器学习·概率论
gogoMark6 小时前
口播视频怎么剪!利用AI提高口播视频剪辑效率并增强”网感”
人工智能·音视频
2201_754918417 小时前
OpenCV 特征检测全面解析与实战应用
人工智能·opencv·计算机视觉
love530love8 小时前
Windows避坑部署CosyVoice多语言大语言模型
人工智能·windows·python·语言模型·自然语言处理·pycharm
985小水博一枚呀9 小时前
【AI大模型学习路线】第二阶段之RAG基础与架构——第七章(【项目实战】基于RAG的PDF文档助手)技术方案与架构设计?
人工智能·学习·语言模型·架构·大模型
白熊1889 小时前
【图像生成大模型】Wan2.1:下一代开源大规模视频生成模型
人工智能·计算机视觉·开源·文生图·音视频
weixin_514548899 小时前
一种开源的高斯泼溅实现库——gsplat: An Open-Source Library for Gaussian Splatting
人工智能·计算机视觉·3d