目录

一、前期准备

1. 确定电脑支持GPU

2. 确认Anaconda已安装

3. 查看电脑所支持的CUDA最高版本

二、pytorch安装

1. 在Anaconda下创建一个新环境

 2. 安装pytorch

三、PyCharm调用pytorch

四、报错解决方案汇总


一、前期准备

1. 确定电脑支持GPU

方法一:在任务栏空白处右击选择“任务管理器”,再选择“性能”就可以查看是否有GPU(要英伟达的)。


在pycharm装kubernetes_在pycharm装kubernetes

方法二:在开始中搜索“设备管理器” ,再选择“显示适配器”即可查看是否有英伟达显卡。


在pycharm装kubernetes_在pycharm装kubernetes_02

2. 确认Anaconda已安装


可以从官网下载安装,这里不多做赘述,参考菜鸟1号!!博主的博客应该都可以解决:

3. 查看电脑所支持的CUDA最高版本

win+R打开命令提示符窗口,输入指令:


nvidia-smi


 如下图所示,可以看到驱动版本以及支持的CUDA版本。

(我自己这里支持的最高CUDA版本是12.1,目前pytorch官网的CUDA版本最高支持11.8,这也就是说在pytorch安装时,我可以选择任意版本的CUDA。)


在pycharm装kubernetes_在pycharm装kubernetes_03


注意:如果输入指令后报错,显示“不是内部或外部命令”的话,说明NVIDIA的可执行程序没有添加到环境变量中,解决方法如下:


  • 方法一:找到“nvidia-smi”的所在位置,一般在C:\Program Files\NVIDIA Corporation\NVSMI这个路径中,在命令提示符中输入指令:
cd C:\Program Files\NVIDIA Corporation\NVSMI


进入到该路径下再输入nvidia-smi即可。

  • 方法二:在开始中搜索“查看高级系统设置”,点击“环境变量”,在“系统变量”中找到“Path”双击编辑环境变量,点击“新建”,添加C:\Program Files\NVIDIA Corporation\NVSM这个路径,一直点“确定”即可。最后在命令提示符下输入nvidia-smi就可以看到显卡信息。

在pycharm装kubernetes_深度学习_04


二、pytorch安装


1. 在Anaconda下创建一个新环境

进入到Anaconda Prompt中,界面如下图所示:


在pycharm装kubernetes_在pycharm装kubernetes_05

输入如下指令创建新环境(新环境名为了方便,我这定义的是“pytorch”,当然可以定义成别的),python版本为设置为Anaconda对应的python版本(例如我的Anaconda对应的是python3.9)


conda create -n pytorch python=3.9


输入如下指令,激活新环境:


conda avtivate pytorch  # 如果之前定义的环境名不为“pytorch”,要修改对应的环境名


激活后可以看到之前的(base)变为了(pytorch)


在pycharm装kubernetes_深度学习_06


 2. 安装pytorch

  • (1)进入pytorch官网,按下图选择对应版本(其中CUDA版本不能高于自己电脑支持的最高CUDA版本,例如我这里选择的是CUDA11.7),复制下载命令:

在pycharm装kubernetes_深度学习_07


一个小提示:关于CUDA版本,其实在官网能找到11.7版本之前对应版本的下载命令,但我自己在之后的安装出了很多问题,所以为了减少出错的风险,如果没有办法安装CUDA11.7或11.8,建议先去升级一下英伟达显卡驱动(不是强制的,只是建议,如果不需要可以跳过该步骤)


升级方法如下图所示,先进入到NVIDIA 驱动程序下载页面,根据自己电脑的显卡型号选择产品类型、系列(笔记本电脑的话要选带Notebooks的)、家族和操作系统之类的,点击“搜索”进行下载安装:


在pycharm装kubernetes_深度学习_08


  • (2)如下图所示,复制好下载命令后粘贴到Anaconda Prompt中(新环境下)点击回车即可安装!


在pycharm装kubernetes_CUDA_09

安装结束后可以通过pip list查看已经安装的包,可以看到torch已经安装成功。


在pycharm装kubernetes_深度学习_10

进入到python中,import torch并输入torch.cuda.is_available(),如果不报错且显示True就说明安装成功了!


在pycharm装kubernetes_在pycharm装kubernetes_11


三、PyCharm调用pytorch

在PyCharm中新建一个项目(Project),解释器选择之前创建好的新环境下的python.exe(创建的新环境的路径就是在安装的anaconda下的envs中)

在pycharm装kubernetes_深度学习_12

四、报错解决方案汇总

  • 首先参考了该博文对Anaconda的下载源进行了重新设置:

打开”C:\用户 \你的用户名“(不管Anaconda安装在哪个盘)中的.condarc文件,文件内容设置为如下内容:


channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
show_channel_urls: true
ssl_verify: true


  •  如果报错内容如下图所示,则根据报错提示删除对应路径下的对应包,最后再粘贴pytorch下载命令进行安装:

在pycharm装kubernetes_pytorch_13

如果还是报错,还是先删除对应包,输入如下命令安装cudnn包,最后再粘贴pytorch下载命令进行安装: 

conda install cudnn
  • 因为pytorch下载命令是从官网进行下载,所以速度可能很慢,出现Downloaded bytes did not match Content-Length这类报错:

在pycharm装kubernetes_深度学习_14

解决方法就是复制url地址,直接在网页下载该压缩包,下载成功后在Anaconda Prompt(新环境下)下进入到压缩包所在地址使用如下命令进行压缩包安装,最后再粘贴pytorch下载命令进行安装: 

conda install --offline pytorch-2.0.0-py3.9_cuda11.7_cudnn8_0.tar.bz2  # 此处包的名字要和下载压缩包的名字一样