复盘pytorch安装流程，为下次重装做准备

毕设做深度学习项目，配置pytorch 环境，第二次安装流程复盘。

1、安装Anaconda

1.1安装包下载

官网下载Anaconda安装

1.2验证是否安装成功

进入cmd，输入指令

conda --version

返回conda版本号即成功

1.3 注意python版本

安装Anaconda的过程中会自动安装一个基本的python，该python的版本Anaconda的版本有关。该python下已经装好了一大堆工具包，这对于科学分析计算是一大便利。

因此，Anaconda的安装分两种情况：

情况一：电脑现在没有装python或者已有的python的可以先卸载掉（装Anaconda时先卸python）；

情况二：电脑目前装了python，但想保留它；

我在官网下载的最新版Anaconda内置python3.9，而我计算机原先已有Python3.7，但由于PATH路径，python3.9 会覆盖python3.7，优先级较高，我想保留python3.7。

保留原生python方法：

在Anaconda安装目录下的envs文件内新建一个名为python_ori的文件

将原生python整个安装目录复制粘贴到python_ori

cmd后激活切换至原生的python并查询版本号

python3.7即为原生版本

详细情况可参考【史上最全最详细的Anaconda安装教程】

2.安装pytorch

2.1设置pytorch虚拟环境

单击启动Anaconda Prompt 输入指令创建虚拟房间

conda create -n pytorch python=3.7

在接下来弹出的提示栏中输入y,即可安装，安装成功后，输入指令查看已存在的conda 环境

conda info --envs

接着输入以下指令激活pytorch环境

conda activate pytorch

即可进入前缀为pytorch的环境中

2.2 pytorch安装（CPU）

2.2.1 pytorch安装

查看自己的CUDA版本号：在cmd窗口中命令

nvidia-smi

进入pytorch官网点击get started随后根据自己计算机环境选择相应的Pytorch版本(根据自己的计算机我选择的cudatoolkit=9.2)

从官网下载会比较慢，推荐通过清华镜像源进行下载，删去指令语句中的 -c pytorch即可

导入清华镜像：在Anaconda安装文件下（C:\Users\用户名）找到.condarc文件，用记事本打开，粘贴复制如下代码至.condarc文件中。【参考博文】

channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/win-64/
  - defaults
show_channel_urls: true
channel_alias: https://mirrors.tuna.tsinghua.edu.cn/anaconda
default_channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/pro
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
  conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

此时回到pytorch环境，执行以下指令即可：

conda install pytorch torchvision cudatoolkit=11.6

几分钟即可安装成功。然后在pytorch环境中执行如下命令

conda install pytorch torchvision cpuonly

完成后进入下一步测试是否安装成功

2.2.2验证是否安装成功

在pytorch环境下，输入以下指令

python#显示python版本
import torch
print(torch.__version__)#显示pytorch版本
print(torch.cuda.is_available())#false

print(torch.cuda.is_available())指令返回false原因在于安装的为CPU版本的pytorch，而非GPU

报错原因：从网上查资料可得，清华镜像源下载的一般为CPU版本，从而导致一直返回false

torch.cuda.is_available（）返回False的影响

（1）运行时间长

（2）输出图像效果极差

在pytorch环境中输入以下指令

import torch
x = torch.rand(5, 3)
print(x)

返回一个结果，即表明pytorch安装成功

2.3 pytorch安装（GPU）

2.3.1卸载pytorch（cpu）

即torch.cuda.is_available（）返回False的解决办法

当初是用conda install 命令安装的pytorch,故使用conda卸载pytorch

conda uninstall pytorch
conda uninstall libtorch

2.3.2 pytorch安装

在cmd中输入nvidia-smi查看NVIDIA显卡驱动drive version，选择合适的cuda版本

CUDA安装

CUDA版本点击Archive of Previous CUDA Releases

选择合适的CUDA版本安装

pytorch安装

查看与CUDA相对应的pytorch版本，下载需要的cu torch...whl及cu torchvision...whl并安装

下载 .whl 文件离线安装https://download.pytorch.org/whl/torch_stable.html

安装：cd跳转到.whl所在文件夹执行：pip install torch(tab键填充完整) -i https://pypi.tuna.tsinghua.edu.cn/simple/即可

镜像源

清华大学：https://pypi.tuna.tsinghua.edu.cn/simple/

中国大：https://pypi.mirrors.ustc.edu.cn/simple/

阿里云：https://mirrors.aliyun.com/pypi/simple/

豆瓣：https://pypi.douban.com/simple/

ERROR:Could not find a version that satisfies the requirement numpy (from versions: none)

解决办法：

pip install 包名 -i http://pypi.douban.com/simple/ --trusted-host pypi.douban.com

2.3.3验证是否安装成功

True。

2.4 pycharm配置

file->settings->python interpreter->add interpreter

新建.py文件运行代码：

import torch
print(torch.cuda.is_available())

返回True即证明无误。

出问题最迅速的方式是重新创建虚拟环境->重新安装torch和torchvision。

原文链接：https://blog.csdn.net/qq_58988157/article/details/128833687