【Pytorch安装】深度学习环境配置详细教程！（Pytorch GPU和CPU版本 Python，Anaconda3 和 Pycharm 的安装）-海口c网

一、前言

1、简介

2、准备

二、Python安装

1、下载安装包

（1）搜索官网

（2）下载最新版本

（3）选择其他版本下载

2、安装

（1）双击进入安装

（2）查看是否安装成功

三、Anaconda3安装

1、下载安装包

2、安装

（1）双击进入安装

（2）查看是否安装成功

四、Pycharm安装

1、下载安装包

（1）下载网址：

（2）选择专业版或社区版下载

2、安装

3、进入pycharm

（1）打开 PyCharm 进行相关设置

（2）汉化

五、安装CUDA与cuDNN

六、安装Pytorch

1、查看所能支持 python 与 cuda 的最高版本

（1）查看版本

（2）版本对应关系

（3）检查系统环境变量

2、安装

（1）创建虚拟环境

（2）激活环境

（3）安装pytorch

（4）验证是否安装成功

（5）删除虚拟环境）（可跳过这一步）

六、配置pycharm的解释器

一、前言

1、简介

本文是关于深度学习的环境配置方法，包括了 Python，Anaconda3 和 Pycharm 的安装，创建虚拟环境以及安装 Pytorch 的 CPU 和 GPU 版本等。

2、准备

首先新建一个文件夹，命名为 deeplearning（文件夹命名尽量不要有中文和空格）。然后在deeplearning中新建三个文件夹，分别命名为 Python、Pycharm、anaconda3

二、Python安装

1、下载安装包

（1）搜索官网

在浏览器上搜索Python，点击进入官方网站（welcome to Python.org 官方）

（2）下载最新版本

再将鼠标移动到downloads上，点击右侧Python3.13.2，再选择下载的路径，再点击下载

（3）选择其他版本下载

若需要下载其他版本则点击download里面的Windows，找到所需版本点击即可下载

2、安装

本文以安装 python-3.12.6 版本为例

（1）双击进入安装

双击 python-3.12.6-amd64.exe 进入安装。勾选 add python.exe to PATH ,再点击 Customize installation 选择安装路径，点击next

勾选全部，点击next

勾选第一个，最后两个可以不勾选，然后点击 Browse 选择路径（刚刚创建的 Python 文件夹的路径），最后点击 install 进行安装，然后等待安装完成即可

（2）查看是否安装成功

Win+R，然后输入 cmd 进入命令行窗口，再输入 python --version 或者pip，回车运行

三、Anaconda3安装

1、下载安装包

在浏览器上搜索 anaconda3清华大学开源软件镜像站，点击进入，然后找到适合自己电脑的（比如Windows系统，64位), 点击便可开始下载，等待完成即可

网址：Index of /anaconda/archive/ | 清华大学开源软件镜像站 | Tsinghua Open Source MirrorIndex of /anaconda/archive/ | 清华大学开源软件镜像站，致力于为国内和校内用户提供高质量的开源软件镜像、Linux 镜像源服务，帮助用户更方便地获取开源软件。本镜像站由清华大学 TUNA 协会负责运行维护。https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

本文以 Anaconda3-2024.02-1-Windows-x86_64 为例

2、安装

（1）双击进入安装

双击 Anaconda3-2024-02-1-windows-x86_64.exe 进入安装。点击 next , 点击 I Agree

选择 Just Me (recommended)，点击 next

点击 “ Browse...”，选择安装路径 D:\deeplearning\anaconda3\ , 再点击next

勾选 Add Anaconda3 to my PATH enviroment variable，然后点击 install

然后等待进度条结束，一直点击 next，最后点击 Finish，窗口会弹出 anaconda 的界面，关掉即可

（2）查看是否安装成功

Win+R，然后输入 cmd 进入命令行窗口，再输入 conda --version ，回车运行

也可以再用Anaconda Prompt测试一下：输入conda --version,回车运行，出现安装anaconda的版本，则conda有效

四、Pycharm安装

1、下载安装包

（1）下载网址：

Download PyCharm: The Python IDE for data science and web development by JetBrainsDownload the latest version of PyCharm for Windows, macOS or Linux.https://www.jetbrains.com/pycharm/download/?section=windows#section=windows

（2）选择专业版或社区版下载

点击Download，等待下载完成即可

【附：PyCharm社区版和专业版在功能、授权、支持平台以及代码编辑器与调试器等方面都存在显著差异。选择哪个版本取决于用户的实际需求，如初学者或小型项目开发者可以选择社区版，而专业开发者或需要高级功能的用户则更适合选择专业版。】

专业版：

社区版：（下滑界面可以看到）

2、安装

双击pycharm-professional-2024.2.1.exe 进入安装

点击下一步

点击浏览（B），选择安装路径 D:\deeplearning\Pycharm\pycharm-professional-2024.2.1.exe

全部勾选，点击下一步，然后点击安装（I）

等待安装完成，点击完成（或 finish）即可

3、进入pycharm

（1）打开 PyCharm 进行相关设置

勾选 I confirm that I have read and acept the terms of this User Agreement，再点继续

如果安装的是专业版，则暂时先选择 Start Free 30-Day Trial

注：如果跳出一个框让选择，Config or installation folder或者Do not import settings，如果本电脑安装了之前版本就可以选择Config or installation folder来导入以前的设置，如果没有安装过pycharm就选择 Do not import settings（不导入如何设置）然后点击 ok 进入即可

进入会看到一个选择主题的画面，可以按自己的喜好选择主题背景。选择主题后，点击next，再点击start，完成pycharm的安装

（2）汉化

File-->settings-->Plugins-->(右侧)Marketplace中搜索Chinese-->Chinese（simplifed）Language Pack-->点击install-->点击Apply

（3）文件-->设置-->编辑器-->字体，可以选择字体以及大小与高度，选择后点击确认

五、安装CUDA与cuDNN

与我前两篇博文的安装方法一致

【安装多版本CUDA】Windows系统，在已有一个CUDA版本下安装另外一个版本的CUDA，并安装与之对应版本的cuDNN，超详细教程!-CSDN博客

【注】：唯一不同的是，如果没有安装过CUDA，在自定义安装时，需要勾选所有，然后下一步

六、安装Pytorch

1、查看所能支持 python 与 cuda 的最高版本

（1）查看版本

Win+R，然后输入 cmd 进入命令行窗口，再输入 python --version 和 nvidia-smi

（2）版本对应关系

常见的 Torch、CUDA 和 Python 版本的对应关系（本文只列举了 Torch 的 1.9.0 及以上版本的）

Torch版本	可选的CUDA版本	支持的Python 版本
2.5.1	cu118，cu121，cu124	cp310，cp311，cp312，cp313
2.5.0	cu118，cu121，cu124	cp310，cp311，cp312，cp313
2.4.1	cu118，cu121，cu124	cp310，cp311，cp312
2.4.0	cu118，cu121，cu124	cp310，cp311，cp312
2.3.1	cu118，cu121	cp310，cp311，cp312
2.3.0	cu118，cu121	cp310，cp311，cp312
2.2.2	cu118，cu121	cp38，cp39，cp310，cp311
2.2.1	cu118，cu121	cp38，cp39，cp310，cp311
2.2.0	cu118，cu121	cp38，cp39，cp310，cp311
2.1.2	cu118，cu121	cp38，cp39，cp310，cp311
2.1.1	cu118，cu121	cp38，cp39，cp310，cp311
2.1.0	cu118，cu121	cp38，cp39，cp310，cp311
2.0.1	cu117，cu118	cp38，cp39，cp310，cp311
2.0.0	cu117，cu118	cp38，cp39，cp310，cp311
1.13.1	cu116，cu117	cp37，cp38，cp39，cp310
1.13.0	cu116，cu117	cp37，cp38，cp39，cp310
1.12.1	cu113，cu116	cp37，cp38，cp39，cp310
1.12.0	cu113，cu116	cp37，cp38，cp39，cp310
1.11.0	cu113，cu115	cp37，cp38，cp39，cp310
1.10.2	cu102，cu111，cu113	cp36，cp37，cp38，cp39
1.10.1	cu102，cu111，cu113	cp36，cp37，cp38，cp39
1.10.0	cu102，cu111，cu113	cp36，cp37，cp38，cp39
1.9.1	cu102，cu111	cp36，cp37，cp38，cp39
1.9.0	cu102，cu111	cp36，cp37，cp38，cp39

（3）检查系统环境变量

打开 Win 搜索“编辑系统环境变量”，打开环境变量。在用户变量或者系统变量中找到 path 并打开

看看是否有以下环境变量，没有的话可以根据自己对应的安装路径，新建添加进去

2、安装

（1）创建虚拟环境

Win , 打开 Anaconda Prompt，打开方法如“ 三 1（2）”的图所示

【本文以安装GPU版本的 pytorch， torch=2.2.1，cuda=12.1, python=3.8 为例】

先转到 anaconda3 的 envs 的路径下，再输入命令：conda create -n pytorch_gpu python=3.8 ( pytorch_gpu 为自己命名的环境名)，等待出现 Proceed([y]/n)?，然后输入 y，等待创建完成即可。

输入conda list 查看是否创建成功

（2）激活环境

输入：conda activate pytorch_gpu

（3）安装pytorch

(i) 网址：https://pytorch.org/get-started/previous-versions/https://pytorch.org/get-started/previous-versions/

【conda 和 wheel 是两种不同的包管理和安装方法，分别用于不同的环境和需求。选择 conda 还是 wheel取决于具体需求和项目复杂度。conda适合于复杂的多语言项目或需要强大的环境管理功能；wheel适合于简单的 Python 项目，更加轻量且易于使用】

(iii) 找到自己需要的版本，以下是使用 conda 安装方法安装 pytorch

回到刚刚的Anaconda Prompt界面，然后输入以下命令：

conda install pytorch==2.2.1 torchvision==0.17.1 torchaudio==2.2.1 pytorch-cuda=12.1 -c pytorch -c nvidia

等待出现 Proceed([y]/n)?，输入 y，然后等待安装完成即可

（iv）以下是使用 pip(wheel) 安装方法安装 pytorch

输入以下命令：

pip install torch==2.2.1 torchvision==0.17.1 torchaudio==2.2.1 --index-url https://download.pytorch.org/whl/cu121

如果速度很慢，则Ctrl+C中断，再加上镜像源：

pip install torch==2.2.1 torchvision==0.17.1 torchaudio==2.2.1 --index-url https://download.pytorch.org/whl/cu121 -i https://pypi.tuna.tsinghua.edu.cn/simple/

注：

【如果是安装 CPU 版本的 Pytorch，方法与 GPU 版本的一致，只是复制的命令行不一样，比如在Anaconda Prompt界面中输入命令：pip install torch==2.2.1 torchvision==0.17.1 torchaudio==2.2.1 --index-url https://download.pytorch.org/whl/cpu 】

（4）验证是否安装成功

在刚刚的虚拟环境下继续输入命令：conda list 查看安装列表。

conda安装方法：可以在里面找到 pytorch 、 pytorch_cuda、torchaudio 和 torchvision 即可

wheel安装方法：可以在里面找到 torch 、torchaudio 和 torchvision 即安装成功

然后依次输入以下命令：

pythonimport torchtorch.cuda.is_available()

显示出 True 即表示安装成功，输入 exit(0) 返回

（5）删除虚拟环境）（可跳过这一步）

【如果想要删除这个虚拟环境】先退出虚拟环境，输入命令：conda deactivate

然后输入命令：conda env remove --name pytorch_gpu 即可删除虚拟环境

再输入命令：conda env list 检查是否成功删除这个虚拟环境，发现已经没有 pytorch_gpu 了

六、配置pycharm的解释器

文件--->设置--->项目--->解释器