PyTorch深度学习环境配置（2）——Anaconda下配置PyTorch环境

一、Anaconda下创建虚拟环境

1️⃣基于上一篇安装的Anaconda，创建虚拟环境就有两种方式：

（1）用图形化界面创建虚拟环境

（2）在命令行窗口用命令创建

1.1 首先介绍Anaconda界面创建：

给虚拟环境取个名字，然后安装Python环境就OK了

1.2 这里熟悉一下命令，用命令创建

1.2.1.在开始菜单找到Anaconda Prompt打开

1.2.2.创建命令：

conda create –n 虚拟环境名字 python=版本

## -n 即name，配置虚拟环境名字
## 然后指定安装的Python版本

## 这里我，跟base下一样
conda create -n PyTorch python=3.12.4

1.2.3.下载完成后即可激活新建的虚拟环境：conda activate PyTorch

图形界面也会出现PyTorch虚拟环境

1.3 然后再稍微介绍一下可能用得上的东西

1.3.1.如果你下载比较慢，可以试着添加镜像下载

conda create –n 虚拟环境名字 python=版本 –c 镜像地址

## 常用的镜像

清华：https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main

阿里：http://mirrors.aliyun.com/anaconda/pkgs/main

1.3.2.删除虚拟环境

## 删除虚拟环境
conda remove –n 虚拟环境名字 --all

1.3.3.添加/删除通道：其实就是添加镜像下载地址

## 添加
conda config --add channels 通道地址

## 删除
conda config --remove channels 通道地址

## 查看
conda config --get
conda config --show

添加完成后就会在如图这里显示：

2️⃣了解合适自己的CUDA平台

2.1.确定自己的显卡的计算能力（即显卡型号），下面是英伟达显卡算力表地址

算力表地址：https://developer.nvidia.com/cuda-gpus#compute

2.2.桌面右键➡️NVIDIA控制面板➡️右上方菜单栏【帮助】➡️【系统信息】

2.3.NVIDIA CUDA Toolkit Release Notes（工具包发布说明）

https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html

CUDA工具包和相应的驱动版本 在这里可以找到合适的版本

OK上面讲了很多废话，下面以我的例子开始操作：

我的显卡驱动：566.03

CUDA driver：12.7.33

打开PyTorch官网，只要CUDA driver版本大于它的就行，一般最新的显卡驱动都会大于。

可以直接搜英伟达，下载APP然后更新最新驱动就🉑

https://www.nvidia.cn/geforce/drivers/

3️⃣安装PyTorch

3.1.打开命令窗口，切换到新建的虚拟环境

## 激活+虚拟环境的名字
conda activate PyTorch

3.2.下载指令（最好自己去官网复制命令，有时候会更新，以官网为主）

## -c 是通道 channels的意思，国外的会比较慢（我下的时候还可以）
conda install pytorch torchvision torchaudio pytorch-cuda=12.4 -c pytorch -c nvidia

## 可以改成国内的镜像地址   改pytorch;   nvidia不动
## 清华镜像
https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/win-64/

## 阿里镜像
http://mirrors.aliyun.com/anaconda/cloud/pytorch/win-64/

######### 即
conda install pytorch torchvision torchaudio pytorch-cuda=12.4 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/win-64/ -c nvidia

4️⃣验证是否安装成功

（1）conda list

## 查看已安装的包

可以看到已经下载了pytorch

（2）python

## 进入到python环境

（3）import torch

## 导入torch包

（4）print(torch.__version__)

## 打印版本，注意是 双下划线 __

恭喜！！！安装成功