文章目录
- 环境配置
- 1. Anaconda 下载
- 2. Anaconda 安装
- 3. 显卡配置（无 Nvidia 显卡的略过）
- 4. 新建一个屋子（环境文件夹），用于存放pytorch
- 5. 安装 CUDA 和 PyTorch
- 6. 加速（忽略，跳过）（离线安装）
- 7. 验证是否安装成功
环境配置
温馨提示：为了更好的教程体验，提供视频、阅读地址
Youtube: https://www.youtube.com/playlist?list=PLgAyVnrNJ96CqYdjZ8v9YjQvCBcK5PZ-V
BiliBili: https://www.bilibili.com/video/av74281036/
Github: https://github.com/xiaotudui/PyTorch-Tutorial
相关下载：https://pan.baidu.com/s/16koDDDvAFO7rNoi-uR-A_g 提取码：pahi
在学习中，遇到任何问题，可以关注公众号：土堆碎念，直接在对话框中留言，我会不定时解答的~
1. Anaconda 下载
在机器学习，深度学习中，要用到大量的 package（就是各种工具包）。如果说，函数是一个工具，那么 package 就是一个工具包。一个个安装 package 很麻烦，而且容易出现疏漏。于是，就有了 Anaconda，这是一个集成了常用于科学分析（机器学习，深度学习）的大量package。
也就是说，你只要安装了 Anaconda，就安装了很多我们之后要用的许多packages。（他还有很多功能，对入门帮助超大，后面再说）
Anaconda历史版本链接
别下载最新的，距离个半年以上
2. Anaconda 安装
双击进行安装，需要注意以下几点：
（1）记住安装路径，之后会用到
（2）跳过安装 Microsoft VSCode
为了检验是否安装成功，在开始菜单出，左击 Anaconda Prompt
如果可以成功打开，且左边有 (base)，即安装成功
3. 显卡配置（无 Nvidia 显卡的略过）
- 查看有无驱动（可忽略，直接进行第2步）
只要你打开任务管理器，在 GPU 那里看到了你的 NVIDIA 显卡，即可。说明你的硬件驱动，已安装。
如果你的 NVIDIA 显卡未显示，可以使用驱动人生，或者去官网下载驱动。
2.
打开cmd，输入nvidia-smi查看驱动版本Driver Version显示，该卡目前的驱动版本为391.25
若报错：nvidia-smi不是内部或外部命令也不是可运行的程序 把C:\Program Files\NVIDIA
Corporation\NVSMI添加到个人环境变量path
4. 新建一个屋子（环境文件夹），用于存放pytorch
也许，你之后会遇到不同的项目，需要使用到不同版本的环境。比如这个项目要用到 pytorch 0.4，另一个项目要用到 pytorch 1.0，如果你卸载了0.4版本，安装了1.0版本。那么下一次，你再碰到0.4版本，你就需要卸载1.0版本，安装0.4版本。很折腾。
Anaconda 集成的 conda 包就能够解决这个问题。它可以创造出两个屋子，相互隔离。一个屋子放 0.4 版本，一个屋子放 1.0 版本。你需要哪个版本，就进哪个屋子工作。
我们首先使用conda 指令创建一个屋子，叫做 pytorch:
conda create -n pytorch python=3.13python=3.13可以改成其他的，必须指定。但是别写python=3.13.9这么细。
否则里面没有任何python的packages
conda 是指调用 conda 包，create 是创建的意思，-n 是指后面的名字是屋子的名字， pytorch是屋子的名字（可以更改成自己喜欢的），python=3.13 是指创建的屋子，是 python3.13 版本。
之后，弹出提示，输入 y，即可安装。等待安装成功。
查看拥有的屋子（环境）：
conda info --envs即可看到 conda 环境中，有新建的 pytorch 环境。右边的 * 号表示，当前你处于哪个环境。
接下来，我们要在新建的 pytorch 环境文件夹中，安装 PyTorch，（有点绕）
进入 pytorch 环境：
conda activate pytorch你可以看到左边的 base 变成了 pytorch，代表成功进入 pytorch 环境。
在pytorch环境中，安装matplotlib等库
后续会发现pytorch环境缺少matplotlib等包，安装时需要
1.先进入pytorch环境，conda activate pytorch
2.命令安装，如pip install matplotlib
5. 安装 CUDA 和 PyTorch
1.准备工作
更新conda
conda update -n base -c defaults conda2.正式安装：
选择安装版本
根据第二步中nvidia-smi查看的cuda分值和驱动分值，查阅下面链接表格，确定我们要安装的cudatoolkit和pytorch的版本：
cudatoolkit和pytorch版本-必读：
NVIDIA CUDA Toolkit Release Notes查看表2表3，根据Driver Version的分值确定cudatoolkit的版本。
PyTorch、CUDA Toolkit 及显卡驱动版本
参考阅读：
动手安装,寻找安装代码
A新版本安装。从官网安装代码复制安装代码 ：conda install pytorch torchaudio torchvision cudatoolkit=9.0 -c pytorch
说明：安装时cudatoolkit和pytorch是自动一起安装的，我们可以【仅指定cudatoolkit版本（推荐）】【仅指定pytorch版本】【指定两者版本】，下面将使用仅指定cudatoolkit版本的方法安装：
如果CUDA版本没有合适的，就参考老版本安装（大概率都是老版本安装）
B老版本安装：老版本参考官网安装代码:版本号最好向下兼容，比如我们的驱动分数支持cudatoolkit11.4，最好安装cudatoolkit11.3
由cuda的版本，确定torch,torchvision,torchaudio的版本，ctrl+F搜索cuda版本号，就可以得到适用的版本组合：例如（CUDA 11.3对应的torch=1.12.1 , torchvision=0.13.1, torchaudio=0.12.1）
conda install pytorch==1.12.1 torchvision==0.13.1 torchaudio==0.12.1 cudatoolkit=11.3 -c pytorch
①使用conda activate pytorch，进入 pytorch 环境中。
②安装pytorch torchvision torchaudio cudatoolkit
A使用官方源安装
新版本conda install pytorch torchaudio torchvision cudatoolkit=11.3 -c pytorch
老版本conda install pytorch==1.12.1 torchvision==0.13.1 torchaudio==0.12.1 cudatoolkit=11.3 -c pytorch
B使用刚刚配置的中科大源等安装：去掉-c pytorch
#添加镜像源，可以加快下载速度 #中科大源 conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/main/ conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/ conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge/ conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/msys2/ conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/bioconda/ conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/menpo/ # 设置成功后可以用以下指令查看是否添加成功 conda config --show channels新版本conda install pytorch torchvision torchaudio cudatoolkit=11.3
老版本conda install pytorch==1.12.1 torchvision==0.13.1 torchaudio==0.12.1 cudatoolkit=11.3
# 删除已添加的源 conda config --remove-key channels
提示yes/no，输入y。
之后就是漫长的等待。或者去休息吧，慢慢等着。如果你的并不慢，恭喜恭喜
6. 加速（忽略，跳过）（离线安装）
有的时候，下载速度太慢了，可以利用我已经下载好的文件（适用于较高版本显卡，自己的电脑不适用）
链接：https://pan.baidu.com/s/1cyEjHdluc4ufCkvtbgziqA 提取码：bzfx 复制这段内容后打开百度网盘手机App，操作更方便哦将其中的pytorch-1.3.0-py3.6_cuda92_cudnn7_0.tar和cudatoolkit-9.2-0.tar两个文件，复制到刚才 Anaconda 安装的目录下的 pkgs 文件夹中。
这两个文件，只能安装 pytorch1.3.0 和 cuda 9.2，仅限Windows
之后，在 Anaconda Prompt 命令行窗口，多按几次 Ctrl + C 结束程序。然后，重新复制 PyTorch 安装命令，粘贴到命令行上，进行安装。
7. 验证是否安装成功
（1）在命令行左边为 pytorch 环境中，输入 python
（2）之后，输入import torch，如果没有报错，意味着 PyTorch 已经顺利安装了
（3）接下来，输入torch.cuda.is_available()，如果是 True，意味着你可以使用 GPU，如果是 False，意味着只能使用CPU。
（4）查看pytorch版本torch.__version__
