PyTorch安装、配置环境（全网最新最全）

一、概述安装步骤：

检查 GPU 兼容性：

1. 检查设备是否有适用的 GPU。如果有，需安装 CUDA 与 CuDNN。
2. CUDA 与 CuDNN 安装（可选，非必须）：
3. 下载 WHL 文件：
   访问 https://download.pytorch.org/whl/torch_stable.html 下载所需的 WHL 文件。

命名解释：cu92/torch-1.2.0%2Bcu92-cp37-cp37m-win_amd64.whl

• CUDA 版本： cu92 (CUDA 9.2)
• PyTorch 版本： torch-1.2.0%2Bcu92 (PyTorch 1.2.0 针对 CUDA 9.2)
• Python 版本： cp37 (Python 3.7)
• 操作系统及架构： cp37m-win_amd64 (Windows 64 位，AMD 架构)
• 文件类型： .whl (Wheel 文件)

使用Anaconda创建pytorch虚拟环境

1. 首先打开

2. 输入命令查看是否有anaconda环境

如果显示出版本号则代表Anaconda，如果没有显示版本号，可以看这篇文章Anaconda安装

3. 输入命令行：

conda create -n pytorch python=3.6

出现上面几张图则代表环境配置成功

4. 激活pytorch虚拟环境。

输入命令

conda activate pytorch_dl

5. 可以查看conda里有哪些环境

conda list

6. 查看本机的CUDA版本

nvidia-smi

!!注意：如果有同学输入命令后报错，显示NVIDIAOSMI不是内部或外部命令，大概率原因是因为你的电脑不是N卡，也就是你是AMD的卡，或者是没有独显的卡，那么你可以选择装CPU版本的PyTorch；或者你是英伟达的显卡，比如RTX3060，也可以选择装CPU版本的PyTorch

打开官网pytorch可以看到依次需要的这些版本

例如本机电脑当前为11.0，只能选择比11.0小的，可以看到选项中没有比11.0小的，可以去下面选择

此时我找到这条指令，并复制到界面中

pip install torch==1.12.1+cu102 torchvision==0.13.1+cu102 torchaudio==0.12.1 --extra-index-url https://download.pytorch.org/whl/cu102

二、Anaconda常用指令

打开Anaconda Prompt终端，在终端中运行如下代码：

1. 查看conda版本

   conda --version 或 conda -V
   

2. 更新conda（将conda自身更新到最新版本）

   conda update conda
   

3. 创建虚拟环境

   conda create -n env_name python=3.9
   

   这表示创建一个名为env_name的环境并指定Python版本为3.9（-n中的n即是name）。

4. 激活虚拟环境

   conda activate env_name
   

   使用如上命令可激活创建的虚拟环境。

5. 退出虚拟环境

   conda deactivate
   

   使用如上命令可以退出当前正在使用的虚拟环境。

6. 删除虚拟环境

   conda remove -n env_name --all 或 conda remove --name env_name --all
   

   使用如上命令将名为env_name的虚拟环境以及其中的包都删除。

7. 列出所有虚拟环境

   conda env list 或 conda info --envs
   

8. 列出当前环境的所有包

   conda list
   

9. 安装第三方包

   conda install dill 或 pip install dill
   

   使用如上指令安装名为dill的软件包。

10. 卸载第三方包

    conda uninstall dill 或 pip uninstall dill
    

    使用如上指令卸载名为dill的软件包。

二、Anaconda更换默认下载源（可选）：

1. 打开Anaconda Prompt，然后输入如下命令添加清华源：

   conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
   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/msys2/
   conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
   

2. 设置搜索时显示通道地址

   conda config --set show_channel_urls yes
   

设置pip为清华源（打开Anaconda Prompt，输入如下代码）：

pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

换源中常用的命令及含义：

1. 显示安装通道

   conda config --show channels
   

2. 添加源

   conda config --add channels url地址
   

3. 删除源

   conda config --remove channels url地址
   

   例如：conda config --remove channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

4. 恢复默认源（换回默认设置）

   conda config --remove-key channels
   

三、创建环境以及配置 PyTorch

1. 创建 Python 3.9 环境

打开 Anaconda Prompt，创建一个名为 “test” 的 Python 3.9 环境，输入以下命令：

conda create -n test python=3.9

然后输入“y”。

至此，已经完成了环境的创建。

2.在“测试”环境中安装PyTorch

首先，激活名为“test”的环境，输入以下命令：

conda activate test

然后，使用以下命令查看 CUDA 版本（非 NVIDIA 显卡用户请安装 CPU 版本的 PyTorch，消耗执行此命令）：

nvidia-smi

如果是NVIDIA显卡用户，且输入上述命令后仍报错，可以尝试将显卡驱动更新或找到“nvidia-smi.exe”并将其路径添加到系统环境变量的“Path”中。

接下来，进入 PyTorch 官方安装网址，选择以下安装选项：

• 第二行：根据自己的电脑版本选择

• 第三行：选择通过 pip 或 conda 安装（渴望）

• 第五行：根据自己的CUDA版本选择对应的PyTorch版本（非NVIDIA则选择CPU版本）

• 
  例如，如果“nvidia-smi”显示的 CUDA 版本为 12.0，则可以选择下载 CUDA 小于等于 12.0 的 PyTorch 版本。我这里选择 CUDA 11.7，复制以下命令：

pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu117

或者点击“previous versions of PyTorch”选择之前的 PyTorch 版本。

注意：若下载失败，可以尝试更换网络，或多次重复执行命令，或者尝试 Anaconda 安装教程中换源操作。

3.安装完成后测试

• 打开 Anaconda 提示符
• 激活刚刚创建的环境：conda activate test
• 输入python进入Python环境
• 输入import torch，如果没有报错，则安装成功。

如果安装的是GPU版本的PyTorch，您还可以通过输入以下命令检查是否安装成功：

torch.cuda.is_available()

如果返回True，代表成功。若需要退出Python环境，请输入exit()。