1 PyTorch（GPU版本 ）环境搭建_pytorch gpu环境搭建

PyTorch（GPU版本 ）环境搭建

1. Anaconda的安装，安装一路Next即可，不再赘述；

2. Anaconda换源，打开Anaconda Prompt，在base环境中输入下列命令回车即可；

   conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
   conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
   conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
   conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
   conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
   conda config --set show_channel_urls yes
   1
   2
   3
   4
   5
   6

   恢复默认源（单纯记录，请自行忽略）

   conda config --remove-key channels
   1

3. 换源结束后输入下列命令查看：

   conda config --show
   1

   channels中的内容变更为在base环境中输入的内容即可；

   

4. 查看显卡驱动的版本（最好先更新一下显卡驱动，去N卡官网更新即可），在cmd中输入nvidia-smi查看CUDA版本，后续安装PyTorch时只要小于等于当前版本即可（30系列显卡必须11.x及以上）；

   

5. 到PyTorch官网查看安装命令，并进行后续操作；

   

6. 输入conda env list查看已安装的环境，随后创建pytorch的虚拟环境，并指定版本为Python3.7.6

   查看虚拟环境：

   

   创建虚拟环境并指定Python版本，新建的虚拟环境名称不能与已存的虚拟环境名称相同，创建虚拟环境的命令并根据提示输入y即可：

   conda create -n pytorch_gpu python=3.7.6
   1

   创建成功后再输入conda env list查看已安装的环境，发现虚拟环境已经创建成功：

   

7. PyTorch(GPU版本)的安装

   输入conda activate pytorch_gpu激活新建的虚拟环境，输入Pytorch官网的安装命令即可（Anaconda已换源，不必输入-c pytorch）：

   conda install pytorch torchvision torchaudio cudatoolkit=11.3
   1

   安装完毕，进行测试：

   

8. 安装pycocotools

   pip install pycocotools-windows
   1

9. 在Juputer Notebook中切换虚拟环境
   在刚刚创建成功的虚拟环境中安装ipykernel

   conda install ipykernel
   1

   随后安装nb_conda即可（若没有在base环境中运行该命令，则先切换到base环境中运行，随后切回至当前虚拟环境下运行）

   conda install nb_conda
   1