#AIGC创新先锋者征文大赛#PyTorch深度学习基础环境搭建

【本文正在参与 AI.x社区AIGC创新先锋者征文大赛】

https://www.51cto.com/aigc/2223.html

1.Miniconda安装

Miniconda是一个轻量级的Python发行版，只包含最基本的内容——Python、conda以及相关的必须依赖项。它适用于空间要求严格的用户或只需要Python和Conda核心功能的用户。

Miniconda由于其轻量级的特点，非常适合那些对存储空间有严格限制的用户，或者只需要使用Python和Conda核心功能的用户。例如，进行简单的包管理和环境管理时，Miniconda是一个不错的选择。

在Miniconda官网下载，或者通过清华镜像源（速度更快）：

https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/

根据目前本机安装的python版本，选择对应版本的安装包。

下载完成后得到的是EXE文件，直接运行即可进入安装过程。

安装完成后，在计算机桌面依次单击“开始”→“所有程序”→“Miniconda3”→“Miniconda Prompt(Miniconda3)”，打开Miniconda Prompt窗口，如果安装正确，会打印出Python版本号以及控制符号。

2.Pycharm安装

网上安装说明类资源较多，此处不再赘述。

3.CUDA安装

（1）电脑环境检查

通过cmd输入nvidia-smi，查看自己的驱动版本、支持的CUDA版本。

（2）下载CUDA

访问CUDA官网： https://developer.nvidia.com/cuda-toolkit-archive

依据上边查到的系统显卡驱动版本和支持的CUDA版本选择自己应该安装的CUDA toolkit，toolkit一定要选择小于等于电脑支持的版本。

下载安装包为exe程序，双击安装。
安装完成，重新打开cmd窗口，依次输入以下代码，测试是否安装成功：
nvcc --version
set cuda
出现下图，说明安装成功：

4.PyTorch安装

最好的方法是根据官方提供的安装命令进行安装，具体参考官方文档：

https://pytorch.org/get-started/previous-versions/

通过Ctrl+F进行检索，快速定位到需要的安装命令。
网站上查不到CUDA 11.2对应版本的TORCH，换用低版本CUDA 11.1也行——然后遇到了上图中命令执行后不成功的问题。

去官网直接找对应版本的whl，下载。网速较慢，可能会花很多时间：
 https://download.pytorch.org/whl/torch_stable.html

下载完成后，cmd命令行安装：
pip install 存储路径/torch-1.10.2+cu111-cp36-cp36m-win_amd64.whl

5.特殊情况处理

执行上面的命令行后，出现了报错：这个whl is not a supported wheel on this platform：

查询本机安装的python版本，我安装的是python 3.11，而目前安装的torch是36（文件名称中“cp36”），对应版本是要用python3.6。

现在问题变成了要在当前系统里安装不同版本的python。要这么办呢？之前安装的miniconda就要发挥作用了！

运行Anaconda Prompt程序（在开始菜单里可以找到），进入命令行界面。

（1）查看可用python版本

conda search python

（2）创建一个新的环境，并指定python版本

conda create -n myenv pythnotallow=3.6

（3）激活新创建的python环境

conda activate myenv

（4）如果想切回之前的环境

conda deactivate

或者删除不想要的环境

conda remove --name myenv --all

（5）在新环境中运行之前的pip install命令，安装torch

（6）安装完成后的测试验证

import torch
print(torch.cuda.is_available())
print(torch.cuda.current_device())
print(torch.cuda.device_count())
print(torch.cuda.get_device_name(0))

出现下面的内容，说明安装成功：