Python安装教程（pytorch环境配置）_pytorch.ory

Python安装教程（pytorch环境配置）

敬告：想要使用python，无论是做项目，还是搞科研，安装python前，最好先装anaconda，然后配置一个或多个项目的环境，并在环境中安装所需版本的python。
内容大部分是自己编辑整合，有部分内容来源于网络，这个文档本来是给自己和学弟学妹们用的，就也没有注明部分内容来源。近期有同学问，就顺便把这篇发出来，如侵删。

一、安装anaconda3

1、下载安装包
推荐使用清华镜像下载，速度块。
下载地址：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
版本选择：可以选择与系统相匹配的最新版本，如图所示，我安装的是2019年7月的。

2、安装
参考教程：https://blog.csdn.net/qq_43529415/article/details/100847887第二部分anaconda安装，超详细。

3、配置环境
（1）右键我的电脑，打开属性

（2）点击“高级系统设置”

（3）先点击“环境变量”，再在系统变量中找到“path”并双击。

（4）点击新建，并浏览到安装anaconda的安装地址，这里新建三个变量，分别是D:\Anaconda3\Library\bin、D:\Anaconda3\Scripts\、D:\Anaconda3\。

4、检验anaconda
打开cmd窗口，然后输入conda --version来查看conda的信息。如图所示：

二、安装CUDA和cuDNN

首先确认自己的电脑是否有显卡，有一个或两个均可。

如果有GPU，则安装CUDA和cuDNN

首先确定自己需要安装的cuda版本，参考教程： https://blog.csdn.net/u012319441/article/details/95551632 第2部分。

安装cuda参考教程: https://blog.csdn.net/sinat_23619409/article/details/84202651.

三、环境管理

也许，你之后会遇到不同的项目，需要使用到不同版本的环境。比如这个项目要用到 pytorch 0.4，另一个项目要用到 pytorch 1.0，如果你卸载了0.4版本，安装了1.0版本。那么下一次，你再碰到0.4版本，你就需要卸载1.0版本，安装0.4版本。很折腾。
Anaconda 集成的 conda 包就能够解决这个问题。它可以创造出两个屋子，相互隔离。一个屋子放 0.4 版本，一个屋子放 1.0 版本。你需要哪个版本，就进哪个屋子工作。
我们首先使用 conda 指令创建一个屋子，叫做 pytorch。
推荐使用指定路径进行安装，方法举例：先在anaconda的安装路径E:\anaconda3\envs下新建一个pytorch文件夹，pytorch既是文件夹名，又是环境名。然后使用下方代码：

conda create –-prefix=E:\anaconda3\envs\pytorch python=3.7
1

如果上述命令报错
切换成以下命令：

conda create -n pytorch python=3.7
1

conda 是指调用 conda 包，create 是创建的意思， pytorch是屋子的名字（可以更改成自己喜欢的），python=3.7 是指创建的屋子，是 python3.7 版本。

之后，弹出提示，输入 y，即可安装。
安装成功后，输入以下指令：
conda info --envs
即可看到 conda 环境中，有新建的 pytorch 环境，右边的 * 号表示，当前你处于哪个环境。

接下来，我们要在 pytorch 环境中，安装 PyTorch，（有点绕），使用如下指令，进入 pytorch 环境。
conda activate pytorch
你可以看到左边的 base 变成了 pytorch，代表成功进入 pytorch 环境。

四、安装PyTorch

1、方法一：使用conda安装（最简单的安装方法，但可能会有漫长的等待过程）
（1）进入PyTorch官网： https://pytorch.org/get-started/locally/
（2）PyTorch Build 选择 Stable；选择系统；Package，Windows下推荐 conda，Linux 下推荐 pip；Language选择Python，CUDA要与自己安装的版本相匹配，如果没有显卡的话，选择 None，比如我安装的是CUDA10.0，这里没有，就点击上方install previous versions of PyTorch找到相匹配的版本安装命令。

我的选择如下图所示：

复制下面的代码，之后，在开始菜单中，打开 Anaconda Prompt，查看最左边括号中是 base 还是 pytorch。
如果是 base，使用 conda activate pytorch 进入 pytorch 环境中，之后粘贴即可。

果断输入y，之后可能是漫长的等待，如果不报错，顺利安装下来就很好了。
如果不想等待，可以用下一个方法。

2、方法二
在PyTorch官网中，还有一个安装方式，就是pip,如下图。当然也可以直接复制下方代码，直接进行安装，但是同样会经过漫长的等待，且可能会报网络错误。

3、方法三（最稳妥的笨办法）
（1）复制并打开代码中的网址: https://download.pytorch.org/whl/torch_stable.html.手动下载cu92下的torch1.5.0和torchvision0.6.0，这里以CUDA9.2举例，一定要选择和自己装的CUDA相匹配的版本。

（2）下载whl离线文件到本地，放到c盘根目录（任意位置均可，只是方便安装）
补充常用下载网址，此处不使用：
https://pypi.org/
https://www.lfd.uci.edu/~gohlke/pythonlibs/
（推荐用这个地址下载whl文件，国内源，速度快。ctrl+f找到自己需要的文件，此处不用，资源不全）

（3）使用cd 命令更改路径到存放whl文件的目录
例如： cd E:\anaconda3\pkgs

（4）pip安装whl离线文件

pip install ****.whl
1

（****.whl是我们下载的whl的文件名称）

五、验证是否安装成功
（1）在命令行左边为 pytorch 环境中，输入 python
（2）之后，输入 import torch，如果没有报错，意味着 PyTorch 已经顺利安装了
（3）接下来，输入 torch.cuda.is_available()，如果是 True，意味着你可以使用 GPU，如果是 False，意味着只能使用CPU。