在pycharm中安装并配置pytorch深度学习环境-Toy模板网

这篇具有很好参考价值的文章主要介绍了在pycharm中安装并配置pytorch深度学习环境。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

pycharm中安装和配置pycharm

前提条件

已经安装了anaconda和pycharm

查看自己的显卡驱动版本

查看驱动程序版本，以便后面选择cuda软件版本

在pycharm中安装并配置pytorch深度学习环境

cuda版本，这里是实际的cuda版本，但是可以用低版本的cuda软件去管理高版本，应该理解为高版本兼容低版本才合适

在pycharm中安装并配置pytorch深度学习环境

选择适合的CUDA版本

根据上面的显卡驱动程序版本选择cuda管理工具软件

CUDA 12.1 Release Notes (nvidia.com)

在pycharm中安装并配置pytorch深度学习环境

下载对应的pytorch版本

这里有两个pytorch和 torchvision需要下载，根据下面的连接结合上面安装的CUDA版本进行选择，这是有组合的，不要乱选，看官网推荐（打开以下链接查看）。

https://pytorch.org/get-started/previous-versions/

实例如下图所示：

在pycharm中安装并配置pytorch深度学习环境

确定组合后，根据下面的链接下载pytorch和 torchvision的whl文件

https://download.pytorch.org/whl/torch_stable.html

创建一个项目project

在pycharm中安装并配置pytorch深度学习环境

在项目中创建一个py文件

在pycharm中安装并配置pytorch深度学习环境

创建虚拟环境

conda 创建虚拟环境，名字为pytorch_gpu ：conda create -n pytorch_gpu01 python=3.8

在pycharm中安装并配置pytorch深度学习环境

激活虚拟环境

激活虚拟环境：conda activate pytorch_gpu

第一次激活可能出现的问题

问题

在pycharm中安装并配置pytorch深度学习环境

解决办法：初始化一下Teminal，python这里的Teminal使用的是电脑自带的powershell.

命令：conda init powershell

在pycharm中安装并配置pytorch深度学习环境

初始化之后继续激活虚拟环境：

在pycharm中安装并配置pytorch深度学习环境

如果不行换conda init cmd.exe试试看，依据主要是下方截图所示的Teminal使用的类型：

在pycharm中安装并配置pytorch深度学习环境

为虚拟环境安装pytorch

Teminal切换目录到刚才下载的pytorch和 torchvision的whl文件目录下，建议直接放在项目project下，省得切换，如下图：

在pycharm中安装并配置pytorch深度学习环境

在Teminal中pip install这torch文件，pip install 使用tab键可以切换并选择当前文件夹下的文件，省得打字

在pycharm中安装并配置pytorch深度学习环境

两个whl文件安装完毕，表明虚拟环境已经安装了pytorch工具包，接下来关联项目到虚拟环境，则该项目就可以使用虚拟环境中的工具包了。

关联虚拟环境

创建的虚拟环境会放在anaconda安装的目录下，有的默认在C盘，有的自定义安装在其他盘，自己找一下即可，需要把项目project关联到虚拟环境中

关联虚拟环境，如下图所示，找到anaconda目录下的envs文件夹，进去找到自己配置的虚拟环境文件夹，在找到python.exe文件，点击选中即可。确定之后，python项目就和虚拟环境关联了起来。

在pycharm中安装并配置pytorch深度学习环境

测试是否安装成功

py测试代码

import torch
print("hello torch{}".format(torch.__version__))

flag = torch.cuda.is_available()
print(flag)

ngpu = 1
# Decide which device we want to run on
device = torch.device("cuda:0" if (torch.cuda.is_available() and ngpu > 0) else "cpu")
print(device)
print(torch.cuda.get_device_name(0))
print(torch.rand(3, 3).cuda())