pycharm配置anaconda(anaconda中下载pytorch)

一、前言：

下载anaconda解释器，在anaconda的某个对应环境（这里用的是base）中下载pytorch框架；

下载pycharmIDE（代码编写功能）；

在pycharm中用anaconda作为解释器，来编写代码；

方便地调用pytorch等包；

以完成开发textCNNd项目的需要；

二、安装anaconda(配置pytorch)

1、anaconda的作用

anaconda中集成了很多python的库/包，如果不下载anaconda，这些包就要一个个的去pip install，很麻烦，直接安装anaconda就会方便很多。而且anaconda支持创建多个虚拟环境，你可以去相应的虚拟环境中下载anaconda中没有而还开发中还会用到的包/库/框架。我这次是需要配置pytorch框架，所以要在anaconda对应的某个环境中下载pytorch框架。

2、anaconda下载

直接去anaconda官网下载即可（打开梯子，速度比较快）；

注意看好匹配的操作系统以及Python版本号等

安装过程：

可以使用的用户：勾选only me；

勾选anaconda作为默认Python解释器，勾选自动添加环境变量；

安装完成：

打开开始菜单，查看文件列表；

发现已经有了anaconda3文件夹

打开navigator，找到environment，找到anaconda自带的base环境；

anaconda还支持创建其他的环境，在新创建的环境中安装包等；

本次我就是用自带的base环境；

下图中的installed的软件/包/库都表示base环境中已经安装的了

打开prompt

会发现代码前有（base）表示当前就在base环境下，

命令行继续输入：conda env list //查看当前anaconda下都有哪些虚拟环境；

下图显示目前只有一个base环境，路径是D：/anaconda；

路径前带*表示base环境就是当前环境

输入：conda list//显示当前环境下都安装了哪些包/库，对应版本号等信息

如果需要新建环境：

conda create -n 虚拟环境名字 python=版本

例如：conda create -n yuna python=3.7

选择y

下载完成

再激活yuna环境，也就是切换目录到yuna 环境下；

conda list//显示当前环境下都安装了哪些包（有python）

3、anaconda中安装pytorch

（1）注意

安装pytorch分为安装GPU版本和安装CPU版本，首先要确定自己的电脑有没有英伟达的驱动，一定要是英伟达品牌的，其他品牌不行比如intel。如果自己的电脑有英伟达的显卡，就安装GPU版本的pytorch，如果没有就安装CPU版本的pytorch。

（2）查看自己电脑有没有英伟达显卡

方式一：

cmd,输入nvidia-smi//查看英伟达显卡信息

可见，我的电脑是有英伟达显卡的，cuda的版本号是12.0(cuda是什么下文介绍)

方式二：

桌面空白处右键，点击nvidia控制面板；

点击：帮助->系统信息；

弹出对话框点击组件；

可以看到cuda驱动的版本，本机版本为12.0；

这意味着：本机有nvidia的显卡，型号为Geforce MX150（任务管理器->性能）见下图；既然有显卡，一般就安装好驱动了，驱动的版本号为12.0；

这里要注意：本机查到的为cuda driver版本为12.0；将来安装pytorch中要选择cuda run time的版本，cuda driver和cuda run time是两个不同的东西，pytorch调用cuda run time ,cuda run time 调用cuda driver，cuda driver调用英伟达显卡。这里也说明了为什么只有GPU使用英伟达显卡才能下载pytorch的GPU版本，而其他品牌不行，因为cuda系列的软件/开发语言一类的东西是英伟达公司开发的，只有英伟达的显卡才能用这些软件。

（3）查找cuda driver的版本（以确定下载pytorch时选择cuda run time的版本）

已知本机的英伟达显卡驱动,cuda driver 型号是12.0；

这里建议先更新一下cuda driver的型号，因为pytorch->cuda run time ->cuda driver->英伟达显卡（从上到下）的版本配置是类似金字塔型，低版本的cuda run time能调用高版本的cuda driver，（若反之，高版本的cuda run time调用低版本的cuda driver，若run time有新功能去调用driver就会有错误），升级了cuda driver的版本就能使用比较新的cuda run time；去pytorch官网的话，一般的cuda run time 是比较新的版本。

已知本机的cuda driver版本号是12.0；

下载的cuda run time版本是小于12.0就可以；

（4）下载pytorch

直接pytorch官网；

选择需要的版本；前四项都不动；

computer platform选择cuda11.6/cuda11.7/CPU等；

由于本机有英伟达显卡，所以选择GPU版本；

cuda driver更新后是12.0;

那么cuda11.6和cuda11.7都行；

这里就选择11.6；

选项最后一行run this command(运行此命令)，复制命令；

打开anaconda prompt；

选择好环境；

输入复制的命令（开梯子）；

下载pytorch就完成了；

（5）验证pytorch是否安装好了

还是在anaconda prompt的命令行窗口；

con list //查看pytorch是否安装好了；

python //

import torch //

torch.cuda.is_available() //查看torch能否调用电脑的GPU

返回True，代表GPU版本的pytorch就安装成功了

三、下载pycharm和配置anaconda解释器

直接在pycharm官网下载pycharm，这里略，

pycharm是个用来写代码的IDE；

pycharm编译器的配置才是重点；

这里用anaconda的编译器；

使用base环境，该环境位于anaconda安装目录下；

若是新建的环境，位于ananconda安装目录下的envs下；

（1）新建python工程

location选择工程文件存储位置；

python interpreter选择previously configured interpreter

选择add interpreter

选择conda environment

conda executable选择anaconda安装目录\Scripts\conda.exe

点击load environments

勾选use existing environment

其中D：\anaconda就是base环境（有pytorch）

yuna就是新建的环境；（没有pytorch）

x选中D：\anaconda；

点击OK；

在新建的工程中files->Project XXX->python interpreter

也可以查看当前工程所用的python解释器文件路径；

以及解释器中都有哪些package

（2）写代码验证pytorch能用

import torch//

torch.cuda.is_available()//pytorch能调用cuda能调用GPU

返回True就代表成功