文章目录

  • Win10系统下，PyTorch安装及环境配置 亲测可用（有问题留言，实时更新）
  • 一、安装及配置Anaconda
  • 1.安装Anaconda
  • 2.配置设置国内镜像
  • 3.Python环境管理
  • 二、查看CUDA版本号
  • 三、安装PyTorch和torchvision
  • 四、测试pytorch和torchvision
  • 五、安装出现的问题


Win10系统下，PyTorch安装及环境配置 亲测可用（有问题留言，实时更新）

个人亲测可用的安装方案，并且让几个朋友也用方案试着装环境，亲测按步骤来肯定有效，有需要自己看，有问题的可留言。

一、安装及配置Anaconda

1.安装Anaconda

Anaconda3，版本随意，本次安装的为5.0.1，因为Anaconda安装过程中，将与Anaconda相匹配版本的Python一起安装了，因此在安装Anaconda过程中，建议首先将电脑中的Python卸载，当然不卸载也问题不大，最多出现一个Python版本冲突，解决办法自行百度。
此外，需要注意的是，在Anaconda安装过程中，会有选项选择是否自行添加环境变量，这个建议选上，当然也可以不选，然后安装完毕后自己添加环境变量。
下载地址（清华镜像）：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
自行配置环境变量，配置环境变量如下：

E:\Anaconda3
E:\Anaconda3\Scripts
E:\Anaconda3\Library\bin

2.配置设置国内镜像

别着急，现在还没完事呢。
如果你现在就猴急猴急地去安装很多packages，你会被conda的龟速感动得声泪俱下，因为Anaconda.org的服务器在国外。所幸的是，清华TUNA镜像源有Anaconda仓库的镜像，我们将其加入conda的配置即可。

2022.06.30 更新

由于不知道啥时候Anaconda和国内的公司打了一波官司，现在换源好多不能用，目前发现的能用的就一个清华源，而且还不能保留原有的源，修改方法如下：

  • 打开路径/home/usr（Windows就是用户或者user文件夹下）有一个.condarc文件
  • txt打开文件，直接把下面的内容复制进去
channels:
  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
  - http://mirrors.ustc.edu.cn/anaconda/pkgs/free/
  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
show_channel_urls: true

然后就ok了

3.Python环境管理

我们现在安装的是最新版Anaconda3，其自带的Python版本为3.8。
为自己创建一个深度学习的虚拟基础运行环境，起名为pytorch_gpu，可以运行如下代码：（创建的环境位于 /envs/pytorch_gpu ）

#语法说明 conda create -n 环境名 python=python版本
conda create -n pytorch_gpu python=3.8

之后我们可以通过activate pytorch_gpu和deactivate 命令激活、退出该环境。

#激活环境pytorch_gpu
 
activate pytorch_gpu
 
#关闭环境pytorch_gpu
deactivate

以下部分操作与安装pytorch无关

查看python版本

python -v

列出已安装的全部环境

conda info -e

删除一个名为pytorch——gpu的环境

conda remove -n  pytorch_gpu --all

检查可安装的python版本

conda search --full --name python

确定环境安装成功

为确保snakes环境已经安装成功，键入以下命令：

conda info -e

检查新环境中的python版本

python --version

查看该环境中的包和其版本的列表

conda list

删除指定的环境

conda remove -n env_name –all

二、查看CUDA版本号

  1. 先确定电脑有NVIDIA的显卡，并且安装有NVIDIA控制面板。
  2. 之后，进入控制面板，找到NVIDIA控制面板（或者在开始菜单，直接找NVIDIA控制面板）
  3. 选择进入导航栏的帮助中的系统信息，如下图红色方框标注处所示

pytorch选择设备 pytorch配置环境_深度学习

得到CUDA版本号

2022.07.29 更新

注意这里CUDA版本的对应问题，最好想装哪个版本的PyTorch，如果版本不对应，把电脑CUDA卸载了重装对应版本，以防报各种奇奇怪怪的错误。

如果不想尝试对应版本，理论上在同一个大CUDA版本下，比如CUDA9.x、10.x等，低版本的电脑CUDA是可以装高版本的PyTorch的（理论上），所以建议还是版本对应来得快，不会出现各种奇奇怪怪的问题。

三、安装PyTorch和torchvision

找到CUDA的版本号后，进入pytorch_gpu环境，键入python --version，查看python版本号：

pytorch选择设备 pytorch配置环境_深度学习_02

之后进入pytorch官网 ： https://pytorch.org/ 点击Get Started ，选择合适的版本

pytorch选择设备 pytorch配置环境_CUDA_03

在下方Run this Command，生成安装代码：
注意，在这个位置，需要把代码最后的-c pytoch删掉，因为这一句指定了安装通道，为pytorch通道，如果使用这个通道，上面的换源就没啥用了，所以直接删掉就可以，如下所示：

conda install pytorch torchvision cudatoolkit=10.2

在pytorch_gpu环境下，运行该代码，安装，等待安装结束即可。

2021.03.19更新
　注：目前PyTorch的最新版本，也就是搭配CUDA11.1的版本，目前只有conda-forge一个安装通道，因此只能从国外源下载，所以下载速度慢很正常，如果是旧版本目前清华源、豆瓣源都已经有了，所以下载最新版本速度慢很正常，尤其是用内网下载，所以。。。最新版就只能等着就完事了，如果下载最好还是开梯子用外网下载。

四、测试pytorch和torchvision

上一步安装结束后，需要测试安装的pytorch是否可以使用，cmd，键入activate pytorch_gpu，回车，键入环境。键入python，分别键入import torch和import torchvision，观察是否导入成功。
导入成功后，测试hello world输出
print（‘hello world’） 观察是否输出成功，输出成功，则pytorch配置成功。

pytorch选择设备 pytorch配置环境_CUDA_04

五、安装出现的问题

  1. 在安装过程中，我只遇到了一个问题：在安装结束后，测试代码import torch过程中，报错，提示我Microsoft Visual C++ Redistributable is not installed, this may lead to the... 原因是在pytorch_gpu环境中，并没有安装C++的环境，需要单独进行环境的安装。
    安装包百度网盘链接：
    链接：链接：https://pan.baidu.com/s/11gzqHRjZ7jj7tY5FxeYU3w 提取码：1234
    安装后，重启电脑，重复测试操作，测试成功。
  2. ModuleNotFoundError: No module named 'torch'ModuleNotFoundError: No module named 'torchvision' 直接在环境下运行以下代码
//安装torch
pip3 install torch -i http://pypi.douban.com/simple/ --trusted-host pypi.douban.com
 
//安装torchvision
 
pip3 install torchvision -i http://pypi.douban.com/simple/ --trusted-host pypi.douban.com