Pytorch环境详细安装教程

• 一、安装环境
• 二、CUDA升级
• • 1、更新NVIDIA显卡驱动
  • • （1）查看自己的CUDA驱动和运行版本
    • （2）更新CUDA驱动
  • 2、升级CUDA运行版本
  • • （1）查看可用的CUDA版本
    • （2）下载并安装可用的CUDA运行版本
    • （3）安装对应的CUDNN
• 三、Anaconda创建pytorch虚拟环境
• • 1、安装Anaconda
  • 2、使用Anaconda创建pytorch虚拟环境
  • • （1）创建新环境
    • （2）安装pytorch
• 四、Pycharm配置Pytorch
• • 1、Pycharm安装
  • 2、Pycharm配置Pytorch
  • • （1）创建项目
    • （2）配置Pytroch

一、安装环境

OS：Win10
Python：Anaconda3虚拟环境 python3.7（可换成其他版本）
CUDA驱动：522.25-notebook-win10-win11-64bit-international-dch-whql.exe
CUDA运行版本：cuda_11.6.0_windows_network.exe
cudNN：cudnn-windows-x86_64-8.5.0.96_cuda11-archive.zip
CSDN资源地址：
CUDA Toolkit 11.6.0+对应CUDNN：https://download.csdn.net/download/weixin_44842318/86812897
百度云下载地址：
CUDA11.6运行版本：链接：https://pan.baidu.com/s/19EB-TYpNEs1HGE309k5HPA?pwd=gqqv
提取码：gqqv
CUDNN对应版本8.5.0：链接：https://pan.baidu.com/s/1K_h-ZPl3SioxzoQod1crew?pwd=e9w4
提取码：e9w4

二、CUDA升级

1、更新NVIDIA显卡驱动

参考文献：如何在windows上 安装&更新 显卡的驱动
首先是建议大家都将自己的显卡驱动升级到最新版本，因为这样对应的cuda runtime版本也可以有更多的选择。

（1）查看自己的CUDA驱动和运行版本

WIN+R打开cmd，输入：nvidia-smi 命令来确定cuda driver版本。
因为没有保存以前的截图，就用了朋友电脑的图片。

在cmd中输入：nvcc -V命令可以查看自己的cuda runtime版本。
同样是朋友电脑的图片。

有的小伙伴在命令行输入nvidia-smi和nvcc -V时会发现显示的CUDA版本不一致，这是因为nvidia-smi显示的是CUDA的驱动版本，nvcc -V显示的是CUDA的运行版本，CUDA的运行版本一般都小于等于CUDA的驱动版本。

（2）更新CUDA驱动

注：对于已有CUDA驱动的，我们新安装新版本驱动的时候会自动卸载掉老版本的驱动，所以不要太担心。
首先进入英伟达官网下载合适的驱动：官方驱动 | NVIDIA

在任务管理器中查看我们的GPU型号，根据GPU型号选择对应NVIDIA的驱动。

点击“搜索”，进入如下界面：

点击“下载”：

下载完后，双击exe文件进行安装。
安装位置给了个默认的，我就按这个默认的的安装了：C:\NVIDIA\DisplayDriver\522.25\Win11_Win10-DCH_64\International

等待安装

进入安装的图形界面：


选择“同意并继续”。

选择 “精简（推荐）” ，然后等待安装，在安装过程中可能会出现闪烁，并会很占内存，所以如果在运行一些大的程序建议先暂停，否则容易卡住。
最后安装完后进入这个界面，都取消勾选：

最后，在cmd中输入：nvidia-smi 命令查看CUDA 驱动版本，更新完之后我的cuda driver 版本是11.8，可以支持比cuda11.8版本低的cuda runtime版本！

2、升级CUDA运行版本

CSDN资源地址：
CUDA Toolkit 11.6.0+对应CUDNN
百度云下载地址：
CUDA11.6运行版本
CUDNN对应版本8.5.0

（1）查看可用的CUDA版本

首先访问pytorch官网，查看可用的cuda版本。由于pytorch最新可以适配CUDA11.6，因此作者选择下载11.6.0版本的CUDA runtime版本。
CUDA10.2版本和CUDA11.3版本支持的pytorch版本比较多，作者更推荐安装这些版本的CUDA。

pytorch和cudatoolkit版本对应关系可参考作者的上一篇文章：CUDA Toolkit版本及可用PyTorch对应关系（参考官网）
也可以查看官网：https://pytorch.org/get-started/previous-versions/

（2）下载并安装可用的CUDA运行版本

然后进入英伟达官网下载合适的CUDA runtime版本：CUDA Tookit Archive

可以选择下载本地或者network的，作者选择下载network的。

下载完之后双击exe文件进行安装。
安装过程一路默认，默认路径一般在C盘。
安装完毕之后，在cmd中输入：nvcc -V命令查看CUDA 运行版本，如果能查看就说明安装得应该没问题。
更新完之后我的cuda runtime 版本是11.6。

（3）安装对应的CUDNN

在此处安装cudnn，需要先注册账户再下载zip压缩包，不想注册账户的可以在上面给的CSDN资源地址或者百度云地址中下载。
注意对应版本，cuda11.x对应cudnn8.6.0。

点开‘Download cuDNN v8.6.0 (October 3rd, 2022), for CUDA 11.x’

下载’Local Installer for Windows (Zip)'压缩包，此处需要注册账户。
解压缩后将三个文件夹（\bin, \include, \lib）复制到上一步cuda的路径中，如我的路径是C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6

查看cudnn版本方法：直接打开刚才的路径下的\include\cudnn_version.h进行查看。

由下图可知，我的cudnn版本为8.5.0

最后，需要设置环境变量。进入我的电脑–空白处点击右键–点击属性–进入系统–点击高级系统设置–显示的系统属性中找到环境变量–进入环境变量设置–设置PATH

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6\libnvvp

如果有多个CUDA环境则把当前使用的CUDA环境变量放置在其他CUDA环境变量的前面，系统会读取PATH里最前面那个CUDA环境变量的\bin，命令行输入nvcc -V会显示放在PATH最前面的那个CUDA环境。

三、Anaconda创建pytorch虚拟环境

1、安装Anaconda

CSDN中有很多Anaconda安装教程，在此不再赘述。

2、使用Anaconda创建pytorch虚拟环境

（1）创建新环境

首先打开anaconda prompt，创建一个python环境，命名为pytorch_py37(可任取，只是新建环境的名称而已）

conda create -n pytorch_py37 python=3.7

其中，"pytorch_py37"为自己设置的新建环境名（可任取），“python=3.7”是指定新建环境的python解释器版本。

然后输入以下命令切换到新建的pytorch_py37环境。

conda activate pytorch_py37

（2）安装pytorch

然后为自己新建的环境安装pytorch，打开PyTorch官网，下拉找到如下位置，根据官方提供的命令下载pytorch。

我这里则是运行：

conda install pytorch torchvision torchaudio cudatoolkit=11.6 -c pytorch -c conda-forge

下载需要一段时间，耐心等待，下载结束即代表已经搭建好了一个pytorch环境,后面会在Pycharm中使用。可以在Anaconda安装位置的envs文件夹里看到pytorch_py37。

接下来测试pytorch环境是否配置成功，输入python，测试代码：

import torch
print(torch.__version__)
torch.cuda.is_available()

测试成功！

四、Pycharm配置Pytorch

1、Pycharm安装

CSDN中有很多Pycharm安装教程，如果是学生可以通过学生认证免费使用专业版Pycharm，在此不再赘述。

2、Pycharm配置Pytorch

（1）创建项目

选择“Create New Project”创建新项目。

选择新环境“New environment using Virtualenv”,

点击“Base interpreter”最右边的“…”添加环境，选择刚才创建的pytorch_py37虚拟环境下的python.exe，然后选择“Inherit global site-packages”

创建一个代码目录

添加一个.py文件

代码编写，运行：

import torch
print(torch.__version__)
print(torch.cuda.is_available())

报错了，原因是在Anaconda的环境下有支持 import torch 的 dll，而在PyCharm中使用的是我们刚刚创建的新环境，还缺少相应支持的dll，因此需在PyCharm中配置环境变量，否则会导致在anaconda prompt可以使用pytorch，但在Pycharm中用不了哦~

（2）配置Pytroch

具体操作如下:
在PyCharm主界面点击编辑器Run->Edit Configurations

会出现下图所示界面，点击“Environment variables”右边的文件夹添加环境变量。

点击 + ：新建环境变量： PATH

设置 Value 值：

D:\Anaconda3;
D:\Anaconda3\Library;
D:\Anaconda3\Scripts;
D:\Anaconda3\envs\pytorch_py37\Library\bin;

具体路径，根据你的Anaconda安装目录自行调整。

然后保存，再次运行程序：

运行成功！！！
Pycharm配置Pytorch环境成功！！！
over！！！