手把手Pytorch安装及配置教程(Vscode/Anaconda/CUDA/Pytroch)

安装流程

按照安装流程一步步将相关软件和环境配置好即可。

一、Vscode安装

Vscode也可以用Pycharm代替，如果使用Pycharm的同学可以跳过一、六节。

1. 进入VscodeCode官网，选择Download for Windows后等待下载完毕。
2. 一路next，添加环境路径那里如果没有自动勾选的话勾选一下。
3. Vscode安装完毕，相关配置在最后一节讲。

二、Anaconda安装

1. 使用国内源来下载Anaconda，这里选择的是2024年版本。
2. 安装Anaconda3，到这步勾选这三个选项。
3. 最后一个页面取消勾选这两个选项，至此Anaconda就安装完毕了。
4. 配置环境变量，流程如图所示
5. 验证Anaconda是否安装成功
6. 安装好以后你的电脑会有一个Anaconda Prompt软件，双击打开如图所示，和cmd窗口类似。

三、更新显卡驱动

先查看自己的显卡型号，方法：设备管理器 -> 显示适配器

注意，如果自己的显卡驱动已经更新过了，可以跳过这一节，检查驱动版本方法：Win+r打开cmd，输入nvidia-smi

1. 进入Nvidia官网，输入自己的显卡型号

1. 更新驱动，这里有几个选项勾选一下 a. 默认OK b. 选择第二个 c. 选择自定义
2. 安装完毕后查看显卡驱动：win+r打开cmd -> nvidia-smi，记住这个CUDA的版本12.6，后面安装CUDA的版本要小于等于这个版本

四、安装CUDA

注意，CUDA的版本小于等于12.6即可，这里我们就安装12.0的吧。

1. 进入CUDA官网，选择12.0的版本

1. 根据自己电脑情况选择对应选项，最后选Download
   

2. 安装步骤和上述显卡驱动安装步骤一样，默认 -> 自定义，这里有几个可以取消勾选

1. 将图片中的四个路径添加到环境变量中，添加方法见第二节第4小节。
2. 检查是否安装成功：cmd窗口中输入：nvcc -V命令

注意，这里如果是之前一直打开的cmd窗口，输入nvcc -V可能报错，这里要新开一个cmd窗口验证。

五、安装Pytorch

1. 进入[Pytorch官网](Start Locally | PyTorch)，选择下载之前的版本，然后先搁置这个网页，我们先来用Anaconda创建一个虚拟环境。
2. 新建虚拟环境。 ​a. 打开Anaconda Prompt，输入下面一行命令，即创建一个名字为pytorch2.2.2，python版本设置为3.9的虚拟环境。

Conda create -n pytorch2.2.2 python=3.9

​ b. 选择y，等待安装完毕即可。
​
​ c. 激活虚拟环境，即在Anaconda Prompt中输入下面一行命令，可以看到最前边的括号从base环境变成了pytorch2.2.2环境，接下来我们就要在这个环境中安装Pytorch。

conda activate pytorch2.2.2

1. 在新的虚拟环境中安装Pytorch，找到对应的命令，因为我们的CUDA是12.0版本，所以这里选择11.8版本的。 在Anaconda Prompt中输入上述命令，并选择y
2. 验证pytorch是否安装成功，即输入图片中的几个命令：打开python解释器，导入torch库，使用torch.cuda.is_avaiable()看输出是否为True

六、Vscode配置

1. 安装中文插件：按图片顺序进行点击安装，安装后重启Vscode
2. 安装python插件 点击右下角选择解释器路径，就选择我们配置好的虚拟环境即可。 至此，我们的Pytorch环境就配置好了。

(选看)Python,Anaconda,Pytorch,CUDA之间的关系

安装完毕后，其实对这些软件之间的关系有一些感觉了，我们有必要了解一下我们安装这些软件和它们之间的关系，这样以后安装就不用看教程了。

• python：解释器，用来将我们写好的python源文件(程序)进行解释，交给计算机来执行。
• Pytorch：python的库，也就是别人写好的一些类、方法等，我们可以直接拿来用。
• CUDA：Nvidia推出的并行计算平台，简单理解就是调用GPU的工具。CUDA允许开发人员使用python,C++等编程语言在GPU上运行程序。
• Conda：虚拟环境管理工具。Conda可以创建多个虚拟环境，比如一个项目我们需要使用python3.8版本，numpy包，Pytorch2.0版本，另一个项目需要使用python3.9版本，不需要numpy包，Pytorch2.2版本，同一台计算机如何管理呢？Conda就可以创建多个虚拟环境，来管理这些包等。