- 1Code Review 工具_code review工具
- 2HTTP网络协议，接口请求的内容类型 content-type（2024-04-27）
- 3Oracle-客户端连接报错ORA-12545问题
- 4用机器学习实现情感分析_基于机器学习的情感分析
- 5仿真流程专题----随机振动分析_随机振动仿真分析
- 6哈希表&位图&topk&一致性哈希算法_布隆过滤器 topk
- 7Hadoop实战——MapReduce实现主播的播放量等数据的统计及TopN排序（第二篇）_mapreduce项目实战案例
- 8YOLOv5训练和推理_yolov5推理
- 9移动安全Android逆向系列：Dalvik概念&破解实例_dalvikvm
- 10linux 离线安装rabbitMQ Erlang_离线安装erlang
Pytorch本地环境搭建，详细过程_pytorch本地部署
赞
踩
Pytorch本地环境搭建，详细过程
希望对你有用
一、安装anaconda
网址：https://www.anaconda.com/products/individual（官网下载较慢）
推荐使用清华的镜像 https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
选择适合的版本，这里选择 Anaconda2022.05-Windowsx86_ 64.exe 版本。
接下来，可以用conda命令查看，自己的版本
conda --version
常用命令：
1.创建虚拟环境 :
conda create -n ‘环境名称’ python=3.9
2.进入激活环境：
conda activate ‘环境名称’
3.查看所有的虚拟环境
conda info -e
4.删除虚拟环境
conda remove -n ‘环境名称’ --all
二、安装Pycharm软件
1.安装前配置
安装之前，确保电脑配置好了python，没有下载安装的可参考(32条消息) python安装教程（Windows最新）_皮小孩ls的博客-CSDN博客_windows安装python
2.安装
pycharm windows版本下载地址：https://www.jetbrains.com/pycharm/download/#section=windows
下载社区版本（日常学习使用够用了），专业版收费，然后进行安装。
3.创建工程
（1）打开PyCharm，单击New project
（2）PyCharm创建Conda工程
4、在Anaconda安装文件夹下找到envs文件夹，里面存储的都是你创建的虚拟环境，然后选择刚刚创建的虚拟环境文件下的python.exe，点击OK
5、创建完成后自动进入如下界面：
三、下载安装CUDA和cnDNN
cuda： Compute Unified Device Architecture，是一种有NVIDIA推出的通用并行计算架构， 该架构使GPU能够解决复杂的计算问题。
cudnn： 是NVIDIA 推出的用于深度神经网络的GPU加速库，他强调性能，易用性和低内存开销。
cuda和cudnn的关系： cudnn是基于cuda架构开发的专门用于深度神经网络的GPU加速库。cuda可以理解为一个大的商圈，但这个商圈是空的，还未装修。cudnn可以理解为装修后的房间，例如负一楼专门针对游乐（深度神经网络）装修成大型游乐厂。
详细了解可参考大神的文章
https://blog.csdn.net/u014380165/article/details/77340765
查看对应版本的CUDA，这部非常关键！！！请一定要重视，避免之后多次重装。
（1）首先查看自己电脑GPU版本
方式一：打开nvidia控制面板
方式二：win+R打开cmd，输入nvidia-smi
可直接查看自己可安装的最高版本的CUDA版本。
可以看出我这台电脑要安装cuda11.0版本，我们去下载cuda不可以高于这个版本，最好也别过低。（后续要进行gpu pytorch环境的配置，版本也要与cuda版本相对应，建议下载版本10.2与11.3，这两者兼容的Pytorch版本多，不易出错）
切换CUDA版本可参考这里
| PyTorch 版本 | CUDA 环境 |
|---|---|
| 0.4.1、1.2.0、1.4.0、1.5.0(1)、1.6.0、1.7.0(1) | 9.2 |
| 1.2.0、1.1.0、1.0.0(1) | 10.0 |
| 1.4.0、1.5.0(1)、1.6.0、1.7.0(1) | 10.1 |
| 1.5.0(1)、1.6.0、1.7.0(1)、1.8.0(1)、1.9.0、1.10.0(1/2)、1.11.0、1.12.0(1) | 10.2 |
| 1.7.0(1) | 11.0 |
| 1.8.0(1)、1.9.0、1.10.0(1/2)、1.11.0 | 11.1 |
| 1.8.0(1)、1.9.0、1.10.0(1/2)、1.11.0、1.12.0(1) | 11.3 |
| 1.11.0 | 11.5 |
| 1.12.0(1) | 11.6 |
（2）CUDA下载安装
CUDA官网：https://developer.nvidia.com/cuda-downloads 下载相应版本即可。
路径可不用更改，下载后存放CUDA的文件夹会自动消失，后面可以从C盘中找到相对应的路径。
具体教程可参照(32条消息) 【CUDA】cuda安装 （windows版）_何为xl的博客-CSDN博客_cuda安装
（3）cuDNN下载安装
下载地址：https://developer.nvidia.com/rdp/cudnn-download
具体教程可参照(32条消息) 【CUDA】cuda安装 （windows版）_何为xl的博客-CSDN博客_cuda安装
下载的时候注意版号，一定要让cudnn和cuda的版号完全一样才可以。
下载好之后打开cudnn的压缩包，再打开cuda的目录（C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\版本号，
把下载的cudnn压缩包的东西全都放进cuda目录下对应的文件下，至此cuda+cudnn安装成功了，anaconda prompt，输入nvcc -V来看看cuda信息：
四、下载GPU版本下的pytorch和pytorchvision
直接命令安装失败的概率高，故最好选择下载安装包进行安装，再在anaconda里下载whl文件。
（1）查看自己的python版本
还是在 Anaconda prompt 命令，输入 python。
（2）不使用命令行下载pytorch的下载链接如下
https://download.pytorch.org/whl/torch_stable.html
注：里面的文件cpu开头的是CPU版本，cu开头的才是我们要下载的GPU版本，可参照下表，以免下错版本。
torch与torchvision对应关系，来源：官方Repo: vision
torch | torchvision | python |
|---|---|---|
main / nightly | main / nightly | >=3.7.2, <=3.10 |
1.13.0 | 0.14.0 | >=3.7.2, <=3.10 |
1.12.0 | 0.13.0 | >=3.7, <=3.10 |
1.11.0 | 0.12.0 | >=3.7, <=3.10 |
1.10.2 | 0.11.3 | >=3.6, <=3.9 |
1.10.1 | 0.11.2 | >=3.6, <=3.9 |
1.10.0 | 0.11.1 | >=3.6, <=3.9 |
1.9.1 | 0.10.1 | >=3.6, <=3.9 |
1.9.0 | 0.10.0 | >=3.6, <=3.9 |
1.8.2 | 0.9.2 | >=3.6, <=3.9 |
1.8.1 | 0.9.1 | >=3.6, <=3.9 |
1.8.0 | 0.9.0 | >=3.6, <=3.9 |
1.7.1 | 0.8.2 | >=3.6, <=3.9 |
1.7.0 | 0.8.1 | >=3.6, <=3.8 |
1.7.0 | 0.8.0 | >=3.6, <=3.8 |
1.6.0 | 0.7.0 | >=3.6, <=3.8 |
1.5.1 | 0.6.1 | >=3.5, <=3.8 |
1.5.0 | 0.6.0 | >=3.5, <=3.8 |
1.4.0 | 0.5.0 | ==2.7, >=3.5, <=3.8 |
1.3.1 | 0.4.2 | ==2.7, >=3.5, <=3.7 |
1.3.0 | 0.4.1 | ==2.7, >=3.5, <=3.7 |
1.2.0 | 0.4.0 | ==2.7, >=3.5, <=3.7 |
1.1.0 | 0.3.0 | ==2.7, >=3.5, <=3.7 |
<=1.0.1 | 0.2.2 | ==2.7, >=3.5, <=3.7 |
在下载链接中找到要下载的torch和torchvision，
（3）下载后放在同一目录下
（4）在Anaconda prompt中下载torch和torchvision
cd 文件保存目录
pip install ‘文件名’
torch有2.多G，稍等一下
（5）检验方法
输入命令
pip list
五、 验证以上全部安装成功
torch.cuda.is_available()
结果为True，证明安装成功
参考链接：
(32条消息) 【Pytorch】pytorch安装（包含cuda详细安装教程）_指尖听戏的博客-CSDN博客_pytorch安装
(32条消息) 【CUDA】cuda安装 （windows版）_何为xl的博客-CSDN博客_cuda安装
(32条消息) GPU版本安装Pytorch教程最新方法_水w的博客-CSDN博客_pytorch gpu版本
(32条消息) conda创建、查看、删除虚拟环境_Zero_to_zero1234的博客-CSDN博客_conda 删除虚拟环境
(32条消息) python安装教程（Windows最新）_皮小孩ls的博客-CSDN博客_windows安装python
