深度学习PyTorch入门（1）：3060 Pytorch+pycharm环境搭建

WIN10, NVIDIA GeForce RTX 3060

python 3.7, CUDAv11.1.1, PyTorch 1.9, PyCharm

---

1.安装anacodah和PyCharm：

  1.1为了稳定，此处安装了2019年10月16日的Anaconda3-2019.10-Windows-x86_64.exe

  1.2 更换清华源：（更换 conda 源，将默认的国外源更换成国内源，显著提升相关库的下载速度。）编辑用户目录下的 .condarc 文件即可更换 conda 默认源。

  Windows 用户无法直接创建名为 .condarc 的文件，需要先执行如下命令，生成该文件后再修改。

conda config --set show_channel_urls yes

在 .condarc 文件中添加清华源：

ssl_verify: true
show_channel_urls: true
channels:
- http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/win-64/
- http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/win-64/

  1.3安装PyCharm，学生邮箱注册账号免费使用PyCharm专业版，无学生邮箱可以下载Community社区版使用。

---

2.创建虚拟环境：

#创建新的虚拟环境，环境名为pytorch，python版本为3.9，都可以根据需求来指定
conda create -n pytorch python==3.9
#删除虚拟环境
conda remove -n pytorch --all
#切换虚拟环境
conda activate pytorch

#查看当前所有虚拟环境，*表示当前所在环境
conda env list

---

3.安装CUDA：

   不建议直接安装最高版本的CUDA，因为如果后续使用PyTorch或TensorFlow，大概率不兼容。笔者安装的为CUDA Toolkit 11.1.0。

#CUDA版本查询
nvcc -V

---

4.配置cuDNN：

  30系显卡最低支持cuDNN v8.0.5，把解压的文件复制，粘贴到CUDA的安装根目录。

  在cmd下进入到安装目录中C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1\extras\demo_suite，然后直接执行bandwidthTest.exe和deviceQuery.exe程序，如果返回结果都是pass，那么恭喜，安装成功！

---

5.安装pytorch：

  进入pytorch官网，选择想要安装的版本，可以点击REVIOUS VERSIONS OF PYTORCH选择安装历史版本，笔者选择安装CUDAv11.1。

  网络好的直接在线安装：

# CUDA 11.1
pip install torch==1.9.1+cu111 torchvision==0.10.1+cu111 torchaudio==0.9.1 -f https://download.pytorch.org/whl/torch_stable.html

  网络不好的下载torch-1.9.0+cu111-cp37-cp37m-win_amd64.whl、torchvision-0.10.0+cu111-cp37-cp37m-win_amd64和torchaudio-0.9.0-cp37-cp37m-win_amd64.whl离线安装：

#不加 --no-deps 报错：
#ERROR: Could not find a version that satisfies the requirement typing-extensions (from torch) (from versions: none)
#ERROR: No matching distribution found for typing-extensions
pip install --no-deps torch-1.9.0+cu111-cp37-cp37m-win_amd64.whl
pip install --no-deps torchvision-0.10.0+cu111-cp37-cp37m-win_amd64.whl
pip install --no-deps torchaudio-0.9.0-cp37-cp37m-win_amd64.whl
## 按顺序安装，不然可能安装torchvision的时候给你安装了cpu版本的torch

#卸载
conda uninstall pytorch

python
>>> import torch

  报错：UserWarning: Failed to initialize NumPy

pip install numpy -i https://pypi.tuna.tsinghua.edu.cn/simple

  继续

>>> torch.__version__
>>> torch.cuda.is_available() ## 一定要输出True才是成功

---

6.配置PyCharm：

  File→settings

  Project pythonProject→Python Interpreter

  Add Interpreter→Add Local Interpreter

  选择Existing Environment：

  完成配置。

---

参考：

1. 第五步：RTX 3060配置CUDA和cuDNN、安装PyTorch

2. PyTorch环境搭建

3. 笔记本电脑深度学习服务器搭建丨RTX3060+win11+cuda11.0+cudnn+torch