Windows下PyTorch开发环境安装教程
Anaconda安装
Anaconda是为方便使用python而建立的一个软件包，其包含常用的250多个工具包，多版本python解释器和强大的虚拟环境管理工具，所以Anaconda得名python全家桶。Anaconda可以使安装、运行和升级环境变得更简单，因此推荐安装使用。
安装步骤：
- 官网下载安装包 https://www.anaconda.com/distribution/
- 运行安装包
- 选择安装路径：通常选择默认路径，务必勾选Add Anaconda to the system PATH environment variable（将Anaconda添加到环境变量中），等待安装完成
- 验证安装成功：快捷键win+R，打开cmd，输入conda，回车，如果出现各种相关信息，说明安装成功。
PyCharm安装
PyCharm是强大的 Python IDE，拥有调试、语法高亮、Project管理、代码跳转、智能提示、版本控制等功能。
安装步骤：
- 官网下载安装包 https://www.jetbrains.com/pycharm/，安装包分为专业版（收费）和社区版（免费）。
- 运行安装包。
- 选择路径，勾选Add launchers dir to the PATH，勾选.py，等待安装完成。
CUDA与CuDNN安装（非必须）
- 检查是否有合适GPU，若有，需安装CUDA与CuDNN。只有N卡支持cuda，如下操作可以查看支持的cuda版本：
- NVIDIA控制面板→系统信息→组件→3D设置/NVCUDA.DLL
- 进入PyTorch官网https://pytorch.org/，点击GetStarted，查看所支持的CUDA版本是多少。
- 进入CUDA官网https://developer.nvidia.com/cuda-toolkit-archive，选择相应版本的CUDA，选择相应的操作系统，Installer Type 选择 local。点击下载第一个文件。运行安装包，安装完成不必创建快捷方式。
- 验证CUDA是否安装成功：进入安装路径的bin文件夹，复制路径，命令行切换到该路径下（如cd C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\bin），然后执行nvcc -V，回车，如果出现相关版本信息，说明正确安装。
- 进入cuDNN官网https://developer.nvidia.com/rdp/cudnn-download，注册并登录账号，选择相应版本下载。解压安装包，将里面的三个文件夹复制到CUDA安装路径下（如C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1），cuDNN就安装完成了。
- 验证cuDNN是否安装成功：命令行切换到安装路径的extras\demo_suite文件夹下，执行bandwidthTest.exe，回车，Result = PASS说明安装成功。继续执行deviceQuery.exe，回车，显示GPU型号，Result = PASS，表示CUDA和cuDNN都安装成功了。
将pip源更换到国内镜像
使用pip安装python工具包时，由于默认源网速极慢，建议切换国内镜像。
默认源
https://pypi.org/
国内镜像
阿里云 https://mirrors.aliyun.com/pypi/simple/
中国科技大学 https://pypi.mirrors.ustc.edu.cn/simple/
豆瓣(douban) https://pypi.douban.com/simple/
清华大学 https://pypi.tuna.tsinghua.edu.cn/simple/
华中科技大学https://pypi.hustunique.com/
临时使用
安装命令后接 -i url 即可，如：用清华镜像下载pandas
pip install pandas -i https://pypi.tuna.tsinghua.edu.cn/simple
永久修改
修改%HOMEPATH%\pip\pip.ini文件
%HOMEPATH%通常为C:\Users\xx
通常需要新建文件夹pip，然后新建文件pip.ini，ini文件可以用记事本打开和编辑，在pip.ini文件中输入以下内容（以豆瓣镜像为例）：
[global]
index-url = https://pypi.douban.com/simple
[install]
trusted-host = pypi.douban.com
PyTorch安装
1. 下载whl文件（非必须）
进入PyTorch官网https://pytorch.org/，点击GetStarted，选择相应版本，package选择pip，可以看到下方出现了torch和torchvision的最新版本号，以及一个网址https://download.pytorch.org/whl/torch_stable.html，复制网址，进入，可以看见各个版本的torch安装文件，通过这种方式，比直接执行安装命令速度要快。文件命名是有规律的，如：
cu101/torch-1.4.0-cp37-cp37m-win_amd64.whl，
cu101/torchvision-0.5.0-cp37-cp37m-win_amd64.whl
cu后为cuda版本，torch后为torch版本，torchvision后为torchvision版本，cp后为python版本，最后面代表windows64位。
可以利用快捷键ctrl+F搜索最新版本的torch和torchvision文件（如搜索cu101/torch-1.4.0），再选择相应python版本和平台下载pytorch与torchvision的whl文件，python版本要与系统一致，可以在命令行输入python来查看系统中python的版本。
2. 用PyCharm新建一个项目
Create New Project→Pure Python→命名→Create
新建一个脚本：File→New→Python file→命名→回车
在脚本中输入如下代码→右键→Run ‘项目名' →报错找不到torch，因为在当前环境中，我们没有安装PyTorch。
import torch
print("hello pytorch{}".format(torch.__version__))
print(torch.cuda.is_available())
3. 创建python虚拟环境
点击下方Terminal→输入conda create -n 虚拟环境名 python=版本号（如conda create -n pytorch_gpu python=3.7）→回车→等待完成
进入虚拟环境：输入conda activate 虚拟环境名→回车
4. 安装
进入whl文件所在目录：输入cd whl文件所在目录→回车
安装：输入pip install torch→按tab键自动补全→回车→等待成功安装
输入pip install torchvision→按tab键自动补全→回车→等待成功安装
注意： 如果第一步没有下载whl文件，那么直接用pip或conda命令安装，安装命令在PyTorch官网选择相应版本后会显示。
5. 将当前项目关联到新创建的虚拟环境，即选择python解释器
File→Setting→Project：项目名/Project Interpreter→设置按钮→Add→Conda Environment→Existing environment→interpreter中选择 anaconda安装路径/envs/虚拟环境名/python.exe→OK→OK→OK→稍等片刻进行初始化
６. 验证
右键运行，成功输出PyTorch版本。如果输出True，证明GPU可用。
总结
到此这篇关于Windows下PyTorch开发环境安装教程的文章就介绍到这了,更多相关windows PyTorch环境安装内容请搜索潘少俊衡以前的文章或继续浏览下面的相关文章希望大家以后多多支持潘少俊衡！
版权声明
本文仅代表作者观点，不代表本站立场。
本文系作者授权发表，未经许可，不得转载。
本文地址：/jtjc/Linux/108989.html
