【最新最完整】PyCharm2023集成Anaconda中的Pytorch虚拟环境（Windows系统）

a1071512987

2569人浏览 · 2024-02-22 00:16:56

a1071512987 · 2024-02-22 00:16:56 发布

0.前言：本教程仅仅针对核显，集显安装会更简单，请参考其他教程!!

1.明确几个概念：

Anaconda： Anaconda 是一个用于数据科学和机器学习的开源软件平台，它提供了一个包管理系统和环境管理工具，使得安装和管理Python环境、数据科学库和机器学习框架变得更加简单
PyTorch： PyTorch 是一个开源的深度学习框架，它提供了灵活的张量计算和动态神经网络构建的功能。PyTorch 是由Facebook 的人工智能研究团队开发和维护的，目前被广泛应用于学术界和工业界的深度学习项目中。
CUDA： CUDA 是英伟达（NVIDIA）提供的一种并行计算平台和编程模型，它允许开发者利用 NVIDIA GPU 进行通用目的的并行计算。深度学习中的许多计算密集型任务可以通过CUDA加速来提高性能。

这三者之间的关系可以这样解释：

PyTorch与CUDA：PyTorch可以与CUDA配合使用，利用CUDA加速计算，特别是在进行深度学习训练和推断时。CUDA使得PyTorch能够利用GPU进行并行计算，从而提高训练速度。
PyTorch与Anaconda：Anaconda提供了一个方便的环境管理工具，可以用来安装和管理PyTorch及其相关的库和依赖项。用户可以使用Anaconda创建一个包含PyTorch的独立环境，这样可以避免与其他Python库的冲突，并且可以方便地管理PyTorch的版本和依赖关系。

综上，如果你想在你的机器上使用PyTorch进行深度学习任务，选择使用Anaconda来创建一个包含PyTorch的环境。在这个环境中，可以安装特定版本的PyTorch，并利用CUDA加速计算，从而提高训练速度。

4.conda ：是Anaconda 发行版中的包管理器和环境管理工具。它是 Anaconda 的一个核心组件，用于安装、更新、卸载和管理软件包。conda 还可以创建、导出和分享虚拟环境，以便于在不同的项目和计算环境中管理依赖关系

5.PyCharm：由JetBrain开发的针对python环境的集成开发环境，其他同类的编译器有有针对Java的IDEA、针对前端开发的WebStorm（被VSCode薄纱）

2.正式开始，跟紧我！

2.1.安装Anaconda

为了分隔环境和安装深度学习相关的包，我们首先需要下载Anaconda，

官网下载，在国内慢的要死：https://pytorch.org/

推荐——清华镜像下载：https://repo.anaconda.com/archive/

在这里插入图片描述

这里选择2022-10月的版本，经过测试比较稳妥，不要太新也不要太旧（一定别太旧）

安装过程没什么特别的，别装C盘就好

2.2.检查Anaconda是否安装成功

在开始菜单搜索或打开Anaconda Prompt，左边显示(base)说明安装成功，含义为基础环境

在这里插入图片描述

注：Anaconda Prompt 和Windows PowerShell都是在 Windows 系统下使用的命令行工具，它们有一些区别和异同：

Anaconda Prompt 主要针对数据科学环境，提供了与 Anaconda 相关的工具和库。而Windows PowerShell 是通用的命令行终端，适用于各种类型的任务和操作

如果你需要在数据科学项目中管理 Python 环境和依赖项，运行 Jupyter 笔记本等任务，你可以使用 Anaconda Prompt。
如果你需要执行系统管理任务、管理文件、执行 PowerShell 脚本等操作，你可以使用 Windows PowerShell。

Anaconda prompt的常用命令：看这位靓仔的帖子

2.3.安装Pytorch环境

与docker的核心观念类似，使用如下命令创建一个环境：

conda create -n pytorch python=3.9

-n pytorch: 指定了新创建的环境的名称为 “pytorch”。其中 -n 是 --name 的缩写

python=3.9: 这是一个依赖项规范，指定了要在新环境中安装的 Python 版本。conda 将会下载并安装 3.9 版本的 Python 解释器，并将其包含在新环境中

等待解析环境后，按y确认安装配置包：

  XXXXXXXXXXXXXXXXXX
 
  The following NEW packages will be INSTALLED:

  ca-certificates    pkgs/main/win-64::ca-certificates-2023.12.12-haa95532_0 None
  openssl            pkgs/main/win-64::openssl-3.0.13-h2bbff1b_0 None
  pip                pkgs/main/win-64::pip-23.3.1-py39haa95532_0 None
  python             pkgs/main/win-64::python-3.9.18-h1aa4202_0 None
  setuptools         pkgs/main/win-64::setuptools-68.2.2-py39haa95532_0 None
  sqlite             pkgs/main/win-64::sqlite-3.41.2-h2bbff1b_0 None
  tzdata             pkgs/main/noarch::tzdata-2023d-h04d1e81_0 None
  vc                 pkgs/main/win-64::vc-14.2-h21ff451_1 None
  vs2015_runtime     pkgs/main/win-64::vs2015_runtime-14.27.29016-h5e58377_2 None
  wheel              pkgs/main/win-64::wheel-0.41.2-py39haa95532_0 None

Proceed ([y]/n)? y

安装完成后，输入：

conda activate pytorch

切换环境，其中pytorch是刚刚创建的环境名称。

在这里插入图片描述

如图，左侧(pytorch)说明切换成功

而后，输入：

pip install ipykernel ipython -i https://pypi.tuna.tsinghua.edu.cn/simple -i  https://mirrors.aliyun.com/pypi/simple

解释：通过pip安装两个 Python 包，即 ipykernel 和 ipython，-i表示指定镜像，这里指定两个镜像源，分别是清华镜像和阿里云镜像。

镜像源的指定逻辑是，前一个镜像如果由于网络原因未能下载成功，会立即切换下一个镜像源下载

再输入：

ipython kernel install --user --name pytorch

将一个名为 “pytorch” 的 IPython 内核安装到用户的主目录下

--user: 这个选项告诉 IPython 将内核安装到用户的主目录下，而不是系统范围内

--name pytorch: 这个选项指定了要安装的内核的名称为 “pytorch”。这个名称在 Jupyter Notebook 或 JupyterLab 中将用于标识内核

最后下载核心环境：

pip install torch==2.0.0+cu118 torchvision==0.15.1+cu118 torchaudio==2.0.1 -f https://download.pytorch.org/whl/torch_stable.html -i https://pypi.tuna.tsinghua.edu.cn/simple  -i  https://mirrors.aliyun.com/pypi/simple

使用 pip 工具来安装特定版本的 PyTorch 相关包，并且指定了两个不同的镜像源

-f https://download.pytorch.org/whl/torch_stable.html: 这个参数指定了额外的索引 URL，用于从 PyTorch 官方的 Whl 文件存储库下载相关包。在这里，torch_stable.html 是 PyTorch 的 Whl 文件存储库的索引页面。

-i 指定两个镜像，原理同前

以上安装成功后，开始安装cuba以启用GPU加速