赞
踩
点击 Download 即可下载最新版本的Anaconda。
如果想要下载旧版本的话,可以使用清华大学的镜像网站(包含了各个版本的Anaconda):Index of /anaconda/archive/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror
在 任务栏中搜索 Anaconda Prompt,点击进入:
conda create -n 虚拟环境的名字 python=版本号
查看Python版本号:
Python --version
我的Python版本号是3.11.7所以为:
conda create -n pytorch python=3.11.7
conda info --envs
可以看到多出一个Pytorch环境;
conda activate 虚拟环境名
下载Pytorch的时候有两种选择,如果电脑有GPU的话,就选择相应的CUDA下载,没有GPU的话下载CPU版本;
1. 右键任务栏(选择任务管理器):
2. 点击性能(如果有 GPU这几个字样就说明你的电脑是有GPU的):
下载的时候 我们需要预先知道自己电脑的驱动版本,在下载的时候需要下载比自己的驱动版本低的CUDA.
按下win+r, 输入cmd,进入终端后,输入以下代码,查看驱动版本:
nvidia-smi
我的CUDA Driver版本就是12.3,表示的是驱动所能支持的最大运行API版本就是12.3。我如果要安装CUDA Runtime Version(运行版本),要保证CUDA Driver 版本 大于等于 CUDA Runtime 版本,也就是只能安装12.3或者在12.3之前的。
Pytoch官网:Start Locally | PyTorch
根据自己的驱动版本选择对应的选项,然后复制最后的 代码;
进入我们在conda中创建的环境,将粘贴的代码粘贴上去:
conda install pytorch torchvision torchaudio pytorch-cuda=11.8 -c pytorch -c nvidia
conda list
如果出现Pytorch就说明成功了!
先进入python
python
在导入torch
import torch
运行以下代码
torch.cuda.is_available()
返回为True说明真正的安装成功
打开Pycharm,点击新建项目
点击自定义环境,选择你下载的Anaconda目录,在展开环境们可以看出有一个pytorch选项,选择以后点击确定;
检验是否可用
- import torch
- # 测试GPU环境是否可使用
- print(torch.__version__) # pytorch版本
- print(torch.version.cuda) # cuda版本
- print(torch.cuda.is_available()) # 查看cuda是否可用
返回为True,恭喜成功配置成功!!
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。