pytorch环境搭建记录

1.下载Anaconda：

参考了博客：https://blog.csdn.net/qq_44000789/article/details/142214660

Anaconda官网地址：https://www.anaconda.com/download/success

博客中的镜像源地址无效，找其他的

 

2.安装CUDA和cuDNN

参考了博客：https://blog.csdn.net/chen565884393/article/details/127905428

我是电脑上一直有vs，所以该博客中的此处不应取消勾选，（粗心没仔细看文章，导致vs中新建项目没有找到cuda模版）

 

3.CUDA中创建pytorch环境

参考了博客：https://blog.csdn.net/m0_62627216/article/details/135473628

文章里建议去官网查下载指令：

而我看到的是这个：

我犯过的错误：

一开始，我想既然不能用conda install，就用pip安装应该是一样的：

具体步骤是：先进入新创建的环境，pip where查看所有pip路径，选择当前环境的pip，执行安装命令

安装成功了（不开梯子可能很慢，因为命令指定了下载地址）

后来，我又在环境里用conda install命令安装了numpy、pandas、matplotlib

安装过程中就感觉不对劲，它会显示安装的依赖，我发现又安了一个mkl

抱着侥幸心理，安装完成后，运行了一下代码，果然，出现了冲突，报警了...

于是只好删掉环境，重新开始

在pytorch官网找到了一个“Previous versions of PyTorch”按钮

点进去，之前的版本可以用conda命令安装：

统一用conda安装所有库后（而不是pip、conda混合），执行python代码时没再出现依赖冲突，问题解决

 

4.pycharm新建项目使用虚拟pytorch环境

不同版本的pycharm界面UI不一样，我和网上博客里的操作顺序就有差异（我是23社区版），不过这个摸索一下很快就会搞定，大同小异

能import torch，能执行代码，gpu也可用，就说明搞好了

 

后续所有代码都是在pycharm中写的

 

 

 

再建一次环境：
nvidia-smi

nvcc --version

确定cuda版本

官网查看下载命令（统一用conda下载）