PyTorch安装与配置教程（2022.11）

1. PyTorch的安装

（1）首先在命令行输入 nvidia-smi 查看本机的 CUDA 版本：

（2）前往 PyTorch 官网：PyTorch，在 Get Started 中设置以下选项：

如果想在自己电脑上跑通代码，就选 CUDA，如果不需要在自己电脑上跑，而是在服务器上跑，或者没有独立显卡，就选 CPU。独立显卡需要 NVIDIA 显卡。这里我们一定要选择和自己版本相同或更低的 CUDA。

（3）激活一个 Anaconda 环境（本文在 PyTorch 环境下操作），Anaconda 的安装与使用可以转至：Anaconda3安装与配置教程（2022.11），由于直接用 PyTorch 官网给出的命令进行安装速度非常慢，还很容易出错，可以先修改镜像源：

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/menpo/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
1
2
3
4
5
6
7

查看相关镜像源：

conda config --show
1

如果需要将镜像源恢复成默认设置的话可以用以下命令：

conda config --remove-key channels
1

（4）安装 PyTorch（注意需要将 -c pytorch 去掉，不然还是强制使用官网进行下载的）：

conda install pytorch torchvision torchaudio pytorch-cuda=11.6
1

（5）如果还是下载不了的话可以直接前往清华大学镜像源：清华大学 PyTorch 镜像源，手动下载 pytorch、torchvision 以及 torchaudio，本文最后使用的就是这种方法：

注意：py 和 cu 后面的数字分别表示 Python 和 CUDA 的版本号，找到对应版本进行下载即可。

下载好后进行离线安装：

conda install --offline D:/pytorch-1.13.0-py3.9_cuda11.6_cudnn8_0.tar.bz2
conda install --offline D:/torchvision-0.14.0-py39_cu116.tar.bz2
conda install --offline D:/torchaudio-0.13.0-py39_cu116.tar.bz2
1
2
3

（6）前往 CUDA Toolkit Archive 下载对应版本的 CUDA 套件（注意如果电脑是 Win10，Version 需要选10）：

下载好后打开程序安装 NVIDIA GPU Computing Toolkit，安装时路径需要使用默认的，即 C:\Program Files\NVIDIA GPU Computing Toolkit 以及 C:\Program Files\NVIDIA Corporation。

安装好后打开命令行，检查版本：

nvcc -V
1

（7）进入 Anaconda 环境，安装剩余的包：

conda install pytorch torchvision torchaudio pytorch-cuda=11.6 -c pytorch -c nvidia
1

（8）进入 Anaconda 环境，打开 Python，输入以下内容进行测试，没有报错即安装成功：

>>> import torch

>>> torch.cuda
<module 'torch.cuda' from 'D:\\Anaconda3_Environments\\envs\\PyTorch\\lib\\site-packages\\torch\\cuda\\__init__.py'>

>>> torch.cuda.is_available()
True

>>> from __future__ import print_function
>>> x = torch.rand(5,3)
>>> print(x)
tensor([[0.4175, 0.7341, 0.7712],
        [0.3714, 0.4031, 0.8727],
        [0.3453, 0.1515, 0.6602],
        [0.6127, 0.2680, 0.4209],
        [0.0118, 0.3593, 0.7251]])
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16

（9）由于安装好 Anaconda 后顺带装了 Jupyter，但是他默认是装在 base 环境中的，因此我们还需要进入 PyTorch 环境中安装相应的包：

conda install nb_conda_kernels
1

安装好后输入以下命令打开 Jupyter：

jupyter notebook
1

在 D 盘启动需要加上路径：

jupyter notebook D:
1

2. PyCharm配置PyTorch环境

在 PyCharm 中设置 Python 解释器，在 Conda 环境中选择现有环境，解释器选择：D:\Anaconda3_Environments\envs\PyTorch\python.exe，Conda 可执行文件选择：D:\Anaconda3\Scripts\conda.exe。

如果是新版的 PyCharm，则设置好 Conda 可执行文件的路径即可自动识别现有的环境：

设置好后即可在解释器选择菜单中找到 Python 3.9 (PyTorch) 选项：

应用该环境后可以在底部导航栏打开 Python 控制台，用之前测试过的代码进行测试：

接下来需要修改 PyCharm 的终端，使其打开不是 Windows 默认的终端而是 Anaconda 的终端。先找到开始菜单中 Anaconda Prompt 的文件路径，然后查看信息：

将目标中的路径从 cmd.exe 开始之后的内容复制下来，进入 PyCharm，在文件-设置-工具-终端中修改 Shell 路径：

然后打开终端即可找到熟悉的感觉：