WIN10搭建深度学习环境（Pytorch1.0.0+Python3.7+Anaconda5.3.1+CUDA10.0+Pycharm）_anaconda 5.3.1

背景介绍

在学习DeepLearning的时候，很多新人遇到的第一个难题是搭建一个可用的深度学习环境。本文目的是为新人提供一个一定成功的环境搭建方法作为参考。

Python3.7+Anaconda5.3.1

开始作为小白，最需要的不是最前沿的版本，牢记一点，使用最稳定的版本入门。
anaconda各个历史版本下载地址（清华镜像源）：
https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
我选用的是anaconda5.3.1版本

后面双击exe无脑下一步就行了，其中这个界面两个选项都要勾选：

安装完成后会出现这个界面，意思是让你安装一个vscode软件，skip就好：

安装完成后，使用windows+r快捷键，输入cmd进入命令行窗口，输入：
1.conda list 查看已安装的包
2.conda --version 查看安装好的conda版本。
如果能够正确使用conda命令，则anaconda3已完成安装。

CUDA10.0

登录以下网址：
https://developer.nvidia.com/cuda-10.0-download-archive
按照下图进行勾选并下载：

下载好后点击exe文件，无脑下一步进行安装。
安装完成后在命令行窗口输入：
nvcc -V 注意此处V是大写。
出现下图即表明安装成功。如报错则百度查询CUDA环境变量配置，本文不再详细讲述。

Pytorch-GPU版本安装

打开Pytorch官网（历史版本）：
https://pytorch.org/get-started/previous-versions/
安装V1.0.0的CUDA10版本：

以管理员身份进入命令行窗口，输入命令进行环境配置，随后输入y开始安装。

Pycharm安装

Pycharm只是一个编译器，所以是否安装最新版取决于你自己，我选择的是比最新版第一个版本的。
首先进入官网（依旧是历史版本）：
https://www.jetbrains.com/pycharm/download/other.html
选择社区版：

无脑下一步即可安装成功。

测试步骤

以上各部分安装成功后，打开Pycharm并新建一个工程文件，选择保存路径，配置编译器编译器中环境选择现有环境-conda-选择anaconda3安装目录下的python.exe，输入以下代码：

import torch
print(torch.__version__)
print('gpu:',torch.cuda.is_available())
1
2
3

若返回

1.0.0
True

恭喜你，DeepLearning环境配置成功！

参考文献

1. 网易云课堂《深度学习与PyTorch入门实战》——讲师：龙良曲
2. https://blog.csdn.net/weixin_42575020/article/details/107819457
3. https://blog.csdn.net/jacke121/article/details/86593234