Anaconda 安装并使用 PyTorch（PyCharm）

文章目录

Anaconda 安装并使用 PyTorch（PyCharm）

前言

本教程仅适用于：Windows系统、Anaconda3-2023.03-Windows-x86_64、pycharm-professional-2023.1.2

Bug指南

查看 Anaconda 和 PyChatm 版本是否和作者一致？各操作是否和作者一致？

都一致的情况下，将问题或bug贴在评论区（随缘回复）！

重装 Anaconda 100% 解决，在这之前，必须按照 Uninstalling Anaconda Distribution 清理环境或配置。

1. Anaconda 安装

1.1 下载安装包

下载 Anaconda 安装包时往往会有一些疑问，比如不知道从何下载，或下载过慢等问题，作者将提供如下两种方案。

（1）官网下载

进入 Anaconda 官网，点击

Download

下载 Windows 版安装程序：

上述默认下载 Anaconda 最新版本（可能会导致配置或兼容等Bug），历史版本点击 History Version，如下图：

由于是从国外下载，速度会较慢，所以该方法不推荐使用。

（2）清华镜像

进入清华大学开源软件镜像站，选择

anaconda

进入该软件的下载目录，再点击

archive

选择下载哪个版本：

作者下载的是：Anaconda3-2023.03-Windows-x86_64.exe

1.2 安装

下载 Anaconda 后直接双击即可，以下几点需要注意。

（1）选择

All Users

适用于所有用户：

（2）避免安装在C盘（会导致电脑变慢/卡）：

（3）一直默认，安装过程持续半小时左右。。。 以下截图表示安装完成，点击

Next

：

（4）直接点击

Next

：

（5）两个勾去掉，避免打开网页还得关闭，直接

Finish

安装结束

1.3 测试

Anaconda 安装结束后，会新增以下几个应用：

双击 Anaconda Prompt 输入如下指令测试：

conda --version

若输出以下，即为安装成功：

conda 23.1.0

1.4 更改镜像源

当我们使用 Conda 下载并安装 Python 包时，默认访问国外服务器，速度较慢或报错，所以需要换源。

更改 Conda 默认源有两种方式：（1）

config

指令；（2）修改

.condarac

文件。

（1）config

Anaconda Prompt 中输入如下指令添加清华镜像源：

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes

此时，打开C盘用户目录（即

C:\Users\xxx

，xxx为你的用户名），会发现多了一个

.condarc

文件，将其用记事本打开如下所示：

其他操作：

重置/删除镜像源（或直接去 .condarc 文件中全选删除）：
conda config --remove-key channels
如果镜像源中含有 defaults 需要删掉，这样在下载时会默认使用清华镜像源：
conda config --remove channels defaults

（2）.condarc

用记事本打开

.condarc

文件，并添加以下内容：

channels:
  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/
  - http://mirrors.ustc.edu.cn/anaconda/cloud/msys2/
  - http://mirrors.ustc.edu.cn/anaconda/pkgs/free/
  - http://mirrors.ustc.edu.cn/anaconda/pkgs/main/
  - http://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge/
  - http://mirrors.ustc.edu.cn/anaconda/cloud/menpo/
  - http://mirrors.ustc.edu.cn/anaconda/cloud/bioconda/
ssl_verify: true
show_channel_urls: true

2. PyTorch 安装

通过 Anaconda 创建一个名为 torch 的虚拟环境，方便对不同版本的 PyTorch 进行管理。

2.1 创建虚拟环境

conda 默认在C盘的用户目录下创建虚拟环境（作者为：

 C:\Users\xxxxx\.conda\envs\

），C盘会变得臃肿，这就导致电脑变卡变慢。但是 conda 也提供在指定目录下创建环境。

（1）默认目录

在默认目录下创建一个名为

torch

的虚拟环境，

python

版本为

3.8

：

conda create -n torch python=3.8

（2）指定目录

在

D:\Software\envs\

下创建一个名为

pytorch

的虚拟环境，

python

版本为

3.10

：

conda create --prefix D:\Software\envs\pytorch python=3.10

此时，使用

conda env list

并不能完全显示该虚拟环境：

得使用以下

config

命令将新增的环境目录添加到 conda 的配置中：

conda config --append envs_dirs D:\Software\envs

再次使用以下指令即可查看全部已被创建的虚拟环境：

conda env list

2.3 激活/关闭环境

在针对指定环境进行操作时，需要先激活该虚拟环境；反之，则退出该环境即回到 base 环境。

（1）激活 pytorch 环境：

conda activate torch

（2）退出（切换回 base）：

conda deactivate

2.4 CUDA

在正式安装 PyTorch 之前，需要知道我们电脑的 CUDA 版本，

win + R

打开并输入

cmd

，再输入如下指令：

nvidia-smi

即：

C:\Users\xxxxx>nvidia-smi
Sat May 2011:17:37 2023
+-----------------------------------------------------------------------------+
| NVIDIA-SMI 512.89       Driver Version: 512.89       CUDA Version: 11.6||-------------------------------+----------------------+----------------------+
| GPU  Name            TCC/WDDM | Bus-Id        Disp.A | Volatile Uncorr. ECC || Fan  Temp  Perf  Pwr:Usage/Cap|         Memory-Usage | GPU-Util  Compute M. ||||               MIG M. ||===============================+======================+======================||0  NVIDIA GeForce ... WDDM  | 00000000:01:00.0  On |                  N/A || N/A   40C    P3    N/A /  N/A |    296MiB /  4096MiB |0%      Default ||||                  N/A |
+-------------------------------+----------------------+----------------------+

即作者 CUDA版本为

11.6

，所以最高只能安装该版本的 PyTorch，比

11.6

低的也可以。

2.5 conda 安装 PyTorch

进入 PyTorch 历史版本，找到

# CUDA 11.6

（或低一点，例如

11.3

）开始的指令复制到 Anaconda Prompt。

由于作者创建了两个虚拟环境（

torch

和

pytorch

），以下分别演示：

注意：

-c pytorch

和

-c pytorch -c conda-forge

表示从官方下载，其速度较慢，如果使用我们自己添加的镜像源，将其删掉即可。

conda activate torch # 激活 torch 环境# CUDA 11.3
conda installpytorch==1.12.1 torchvision==0.13.1 torchaudio==0.12.1 cudatoolkit=11.3 -c pytorch

conda activate pytorch # 激活 pytorch 环境# CUDA 11.6
conda installpytorch==1.12.1 torchvision==0.13.1 torchaudio==0.12.1 cudatoolkit=11.6 -c pytorch -c conda-forge

测试：若如下即为 PyTorch 安装成功