1. 安装Anaconda3

官网下载Anaconda3:https://www.anaconda.com/distribution/
[安装笔记]:Windows+Anaconda3+PyTorch+PyCharm
运行下载好的.exe文件
[安装笔记]:Windows+Anaconda3+PyTorch+PyCharm
[安装笔记]:Windows+Anaconda3+PyTorch+PyCharm
[安装笔记]:Windows+Anaconda3+PyTorch+PyCharm
[安装笔记]:Windows+Anaconda3+PyTorch+PyCharm
[安装笔记]:Windows+Anaconda3+PyTorch+PyCharm
[安装笔记]:Windows+Anaconda3+PyTorch+PyCharm
Win+R 调出运行对话框,输入 cmd 回车,输入 python,如果出现python版本信息,表明安装成功。
[安装笔记]:Windows+Anaconda3+PyTorch+PyCharm
添加环境变量:高级系统设置 -> 环境变量
[安装笔记]:Windows+Anaconda3+PyTorch+PyCharm

2. 查看电脑显卡信息

以 Win10 为例,控制面板 -> NVIDIA控制面板 -> 帮助 -> 系统信息 -> 组件
[安装笔记]:Windows+Anaconda3+PyTorch+PyCharm
[安装笔记]:Windows+Anaconda3+PyTorch+PyCharm

3. 创建PyTorch环境

卸载原来的pytorch和torchvision,之前没有安装则忽略这一步。
Win+R,输入cmdpip uninstall torch,结束后再输入pip uninstall torchvision

打开Anaconda Prompt:

  • 创建PyTorch环境

conda create -n pytorch python=3.6

  • **PyTorch环境

activate pytorch

退出:deactivate pytorch
[安装笔记]:Windows+Anaconda3+PyTorch+PyCharm

4. PyTorch安装

官网下载PyTorch:https://pytorch.org/

p.s. 注意对照版本:)
[安装笔记]:Windows+Anaconda3+PyTorch+PyCharm
在Anaconda Prompt中**PyTorch环境

activate pytorch

安装PyTorch

pip install torch==1.4.0+cu92 torchvision==0.5.0+cu92 -f https://download.pytorch.org/whl/torch_stable.html

如果安装太慢,可以现在「 源网站 」中下载好,用pip安装
上述版本的下载链接如下:
https://download.pytorch.org/whl/cu92/torch-1.4.0%2Bcu92-cp36-cp36m-win_amd64.whl

https://download.pytorch.org/whl/cu92/torchvision-0.5.0%2Bcu92-cp36-cp36m-win_amd64.whl

pip install (路径)/torch-1.4.0+cu92-cp36-cp36m-win_amd64.whl
pip install (路径)/torchvision-0.5.0+cu92-cp36-cp36m-win_amd64.whl

5. 验证安装成功

python
>>>import torch
>>>import torchvision

均未报错 ,则说明安装成功。
[安装笔记]:Windows+Anaconda3+PyTorch+PyCharm

6. PyCharm中配置PyTorch

  1. 新建一个PyCharm工程,然后File -> Settings -> Project Interpreter, 这时会发现项目解释器是PyCharm自带的或者是Anaconda自带的python.exe。然而,我们需要使用pytorch的库,所以点击右边代表设置符号,点击add, 选中Existing environment,找到目录并选中:D:\Anaconda\envs\pytorch\python.exe 作为该项目的解释器。
    [安装笔记]:Windows+Anaconda3+PyTorch+PyCharm

  2. 验证Pytorch是否导入Pycharm环节,输入:

    from future import print_function
    import torch
    x = torch.rand(5, 3)
    print(x)

    点击运行没报错就说明可以了

  3. 验证Pytorch是否可以使用GPU和CUDA

    import torch
    torch.cuda.is_available()

    点击运行没报错,输出 True 就说明配置成功了。

相关文章:

  • 2021-05-27
  • 2021-05-18
  • 2022-12-23
  • 2021-11-23
  • 2021-07-13
  • 2021-10-12
  • 2021-09-05
猜你喜欢
  • 2021-11-03
  • 2021-07-10
  • 2021-08-23
  • 2021-10-11
  • 2021-06-03
  • 2021-06-04
  • 2021-04-02
相关资源
相似解决方案