简洁安装配置在Windows环境下使用vscode开发pytorch
使用anaconda安装pytorch,通过vscode集成环境开发pytorch
下载 anaconda
- 下载网址,选择对应系统的版本 https://repo.anaconda.com/archive/
 windows可以选择Anaconda3-2024.10-1-Windows-x86_64.exe
- 检查 conda 是否安装成功
 conda --version
- 升级 conda
 conda update conda
 添加镜像源
            
            
              bash
              
              
            
          
          conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/查看已经添加的channels
            
            
              bash
              
              
            
          
          conda config --get channels- 安装conda完成 配置安装Python虚拟环境
            
            
              bash
              
              
            
          
          conda create --name py311 python=3.11
conda activate py311- 使用命令检查配置环境
            
            
              bash
              
              
            
          
          conda env list 安装pytorch conda install pytorch
- 直接执行
 安装pytorch,它默认安装的是cpu版本的pytorch。
            
            
              bash
              
              
            
          
          conda install pytorch 要安装很多插件,需要等一段时间
配置vs code 的pytorch的开发环境
- 
安装如下插件 
  
- 
测试pytorch是否正确安装 新建一个扩展名为py的文件,代码如下: bashimport torch # 检查是否可以使用GPU device = torch.device("cuda" if torch.cuda.is_available() else "cpu") print(f"Using device: {device}") # 创建一个简单的张量 x = torch.tensor([1.0, 2.0, 3.0], device=device) print(f"Tensor x: {x}") # 创建y张量 y = torch.tensor([4.0, 5.0, 6.0], device=device) print(f"Tensor : {y}") # 张量加法 z = x + y print(f"Tensor z (x + y): {z}") # 张量乘法 w = x * y print(f"Tensor w (x * y): {w}")
- 
运行py文件,右下角选择py311环境 
  
- 
输出如下使用CPU的环境 
            
            
              bash
              
              
            
          
          Using device: cpu
Tensor x: tensor([1., 2., 3.])
Tensor : tensor([4., 5., 6.])
Tensor z (x + y): tensor([5., 7., 9.])
Tensor w (x * y): tensor([ 4., 10., 18.])