Windows下PyTorch深度学习环境安装与配置（GPU版）最详细教程

最详细的 Windows 下 PyTorch 入门深度学习环境安装与配置 （GPU版本）

一、anaconda安装及虚拟环境创建

1、下载Anaconda

Anaconda官网：https://www.anaconda.com
清华大学开源镜像下载：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
两个网站都可以下载，选择适合自己电脑的版本下载即可。

2、安装Anaconda

选择添加到环境变量
安装成功

3、创建虚拟环境

conda create -n 虚拟环境名字 python=版本

conda activate 虚拟环境名字

假如要删除虚拟环境，在命令行窗口输入：

conda remove -n 虚拟环境名字 --all

二、电脑配置、GPU和CUDA准备工作

1、查看电脑GPU型号、确定GPU算力

我的显卡型号：

2、根据算力确定CUDA版本

我的显卡算力对应6.1
（1）确定自己的可选择CUDA Runtime Version
（2）确保自己的CUDA Drive版本>=CUDA Runtime 版本
查询可以知道发现 9.0以上均可

（3）查询自己的驱动 CUDA Drive Version
在anaconda命令行中输入 nvidia-smi

我的是12.1
（4）确定我们适用的CUDA
9-12.0均可

3、前两步之前可更新显卡驱动

三、 安装Pytorch

1、CUDA版本选择

CUDA选择最新11.7
复制安装命令即可（复制Run this Command）
激活所要安装的虚拟环境（conda activate 虚拟环境名字）
粘贴安装命令就可以，稍等一段时间即可

2、验证Pytorch

激活对应安装Pytorch的虚拟环境
输入conda list，看看list中是否有pytorch或者torch

输入python
输入import torch
输入torch.cuda.is_available()
如果显示True，就说明Pytorch安装成功

四、安装PyCharm并进行配置

1、选择社区版本

参考网上安装即可

2、连接anaconda创建的虚拟环境

点击新建项目，New Project

项目路径可更改

使用anaconda创建好的虚拟环境

在Anaconda配置好虚拟环境后，需要将环境添加进PyCharm中。（或者新建项目时，设置针对某一项目的运行环境），选择Conda Environment是有时会出现Conda executable is not found错误


Conda executable，一定要选择Conda.exe而不是python.exe，因此我们要选择下载在Anaconda根目录下的 _Conda.exe，即下面图片底部 (注意：文件名中有下划线)

接下来，因为我们已经在Anaconda中创建了虚拟环境，因此点击Use existing environment , 选择已安装的Anaconda中的虚拟环境即可，点击右下角的OK，即可
返回创建项目页面，点击Create即可
可以看到右下角虚拟环境

大功告成

五、参考文献

https://blog.csdn.net/qq_43874102/article/details/123164105
https://blog.csdn.net/s1hjf/article/details/128759758
https://blog.csdn.net/s1hjf/article/details/128756004
https://www.bilibili.com/video/BV1S5411X7FY