1 开发环境准备

Python 3.7+Anaconda3 5.3.1(64位)+CUDA+Pycharm Community

2 安装Anaconda

2.1 进入官网下载:

根据windows版本选择64位或32位进行下载,这里选择3.7版本64位进行下载。

2.2 下载后获得.exe文件,双击运行

2.2.1  点击“Next”

2.2.2  点击“I Agree”

2.2.3  点击“Next”

2.2.4  默认安装路径,点击“Next”

2.2.5  注意勾选“Add Anaconda3 to my PATH environment variable”,再点击“Install”

2.2.6  等待安装完成(时间约为3~5分钟)

2.2.7  点击“Next”

2.2.8  点击“Next”

2.2.9  点击“Finish”,安装完成

2.3 测试是否安装成功

按住键盘上的“win+R”进入windows运行,输入“cmd”进入命令行窗口,输入命令“conda list”。如果出现以下很多库文件名称,则表示Anaconda已经安装成功。

3 安装CUDA

3.1 查看支持CUDA的GPU型号

安装CUDA的必要条件之一就是要求电脑拥有Nvidia显卡,同时需要提前查看支持CUDA的GPU型号。

3.2 进入官网下载

这里选择目标平台的配置为“Windows+x84_64+10+exe[local]”,参照下图进行勾选,点击“Download”下载文件到本地。

3.3 下载后获得.exe文件,双击运行

3.3.1  点击“OK”

选择默认路径,点击“OK”进行安装。

3.3.2  点击“Next”

等待约10分钟,出现以下界面,点击“同意并继续”。

3.3.3  点击“下一步”

选择“精简”,点击“下一步”。

3.3.4  点击“NEXT”

勾选“I understand,……”,点击“NEXT”。安装完成后,界面自动消失。

3.4 确定安装成功

3.4.1  安装确认

找到安装的文件夹,这里默认是“C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\bin”,查看是否存在“nvcc.exe”文件。

3.4.2  安装测试

按住键盘上的“win+R”进入windows运行,输入“cmd”进入命令行窗口,输入命令“nvcc -V”。如果出现下图版本信息,则表示CUDA已经安装成功。

4 安装Pytorch

4.1 进入官网

进入官网,选择首选项为“Stable(1.4)+Windows+Conda+Python+10.1”,即可获得安装的命令“conda install pytorch torchvision cudatoolkit=10.1 -c pytorch”。

4.2 下载后获得.exe文件,双击运行

4.2.1  以管理员身份打开命令提示符

点击“开始”,找到“Windows系统”里的“命令提示符”,选择“以管理员身份运行”即可打开对话框。

4.2.2  将4步骤4.1所得到的命令复制到命令提示符界面中(不建议使用这种方法)

由于国内网络的限制,不建议直接使用此方法进行下载安装,可直接跳过步骤4.2.2直接转到步骤4.2.3进行操作。

等待电脑环境自动检测完成

在弹出“Proceed([y]/n)?”后,输入“y”并回车即可进行下载安装。

4.2.3  更换国内源(如清华镜像源)进行下载安装

在已经打开的命令行中输入以下代码:

1 conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
2
3 conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
4
5 conda config --set show_channel_urls yes
6
7 conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
8

然后将Pytorch官网上获取的代码复制到命令行中,并删除后面的“-c pytorch”,回车即可进行环境的自动检测。

1 conda install pytorch torchvision cudatoolkit=10.1

在弹出“Proceed([y]/n)?”后,输入“y”并回车即可进行下载安装。

过一段时间后,安装自动完成,界面如下图所示。

5 安装Pycharm

5.1 进入官网

进入官网,选择右侧免费的社区版(Community)进行下载。

5.2 下载后获得.exe文件,双击运行

5.2.1 点击“Next”

5.2.2 默认安装路径,点击“Next”

5.2.3 选择安装选项,点击“Next”

勾选“64-bit launcher”、“.py”后,点击“Next”。

5.2.4 点击“Install”

5.2.5 等待安装

5.2.6 点击“Finish”,安装完成

5.2  编译环境配置

5.3.1 打开Pycharm,点击“Create New Project”

5.3.2 默认工程名,点击“Create”

5.3.3点击“File”→“Create”→“Settings...”

5.3.4点击“Project Interpreter”

勾选“Project Interpreter”,点击设置按钮,选择“Show All…”。

5.3.5 点击“Project Interpreter”

勾选“Existing environment”,选择“C:\Users\Wang Qi\anaconda3\python.exe”,如未显示则按此路径寻找选中python.exe。勾选“Make available to all projects”,点击“OK”、“OK”保存退出即可。

5.3.6 新建main.py文件

选中当前工程文件夹“untitled”,右击选择“New”→“Python File”,随意命名一个文件即可,这里命名为“main”。

5.3.7 测试Pytorch是否安装成功

在“main.py”文件中输入以下代码并运行:

1 import torch
2
3 print(torch.__version__)
4 print('gpu:', torch.cuda.is_available())

如果输出如下图所示的内容,则表示Pytorch安装成功。

至此,Windows安装Pytorch并配置Anaconda与Pycharm所有工作都已完成,让我们一起开启Pytorch的学习使用之旅吧!

参考资源:

1、pytorch下载太慢的解决办法

2、手把手的教你安装PyCharm --Pycharm安装详细教程(一)(非常详细,非常实用)

Windows安装Pytorch并配置Anaconda与Pycharm的更多相关文章

  1. Windows安装tensorflow,配置vs2013,anaconda3.4,cudn9.0,cudnn7.0和pycharm

    前言 最近要开始学习深度,那么首先在电脑上安装tensorflow.但是我不知道是配置版本的问题,还是安装失误的问题,我安装了很久没有安装成功,最后重装了电脑,并且融合了所有的网上可以查到的方案才安装 ...

  2. windows 安装 pytorch

    之前都在服务器上跑pytorch,近来发现新版本可在windows上跑了,甚是开心. 环境: windows7  python3 无CPU 步骤: 1. 确保确保python版本在3.5.3/3.6. ...

  3. Windows 安装Java与配置环境变量

    window系统安装java 下载JDK 首先我们需要下载java开发工具包JDK,下载地址:http://www.oracle.com/technetwork/java/javase/downloa ...

  4. windows安装Pytorch报错:from torch._C import * ImportError: DLL load failed: 找不到指定的模块”解决方案

    问题描述 python环境下安装cpu版本pytorch,安装成功,但是导入出错. 报错如下 解决方法 参考博客,大家解决方法大概有:升级numpy.添加.dll文件到环境变量,均没有成功.本地pyt ...

  5. win10/windows 安装Pytorch

    https://pytorch.org/get-started/locally/ 去官网,选择你需要的版本. 把 pip install torch==1.5.0+cu101 torchvision= ...

  6. Windows安装Docker & Docker-Compose & 配置docker私有仓库

    一定要给windows先创建软连接,不然系统盘会爆表的: mklink /j .docker D:\Administrator\.docker Win7安装Docker Dockerfile # FR ...

  7. windows 安装nodejs及配置服务

    一.什么是nodejs Node.js是一个Javascript运行环境(runtime).实际上它是对Google V8引擎进行了封装.V8引 擎执行Javascript的速度非常快,性能非常好.N ...

  8. windows安装vscode,配置golang环境

    出现的问题: 进行如下命令进行目录切换:cd %GOPATH%\src\github.com\golang我这里的GOPATH是在D:\GoPath,大家这里一定要注意些如果src目录下面没有gith ...

  9. Python入门:Anaconda和Pycharm的安装和配置

    Python入门:Anaconda和Pycharm的安装和配置  转自:https://www.cnblogs.com/yuxuefeng/articles/9235431.html 子曰:“工欲善其 ...

随机推荐

  1. Codeforces1009F Dominant Indices

    dsu on tree 题目链接 点我跳转 题目大意 给定一棵以 \(1\) 为根,\(n\) 个节点的树.设\(d(u,x)\) 为 \(u\) 子树中到 \(u\) 距离为 \(x\) 的节点数. ...

  2. 【Camtasia教学】如何添加光标效果

    随着网络技术的快速发展,手机等移动工具越来越普及,我们的生活也发生了很大的变化,例如我们以前必须去到学校才能学习知识,但是现在躺在床上都可以看国外的教学视频.所以在网上录制教学或者演示视频变得越来越常 ...

  3. C++基础知识篇:C++ 修饰符类型

    C++ 允许在 char.int 和 double 数据类型前放置修饰符.修饰符用于改变基本类型的含义,所以它更能满足各种情境的需求. C/C++的学习裙[七一二 二八四 七零五 ],无论你是小白还是 ...

  4. InnoDB 中的缓冲池(Buffer Pool)

    本文主要说明 InnoDB Buffer Pool 的内部执行原理,其生效的前提是使用到了索引,如果没有用到索引会进行全表扫描. 结构 在 InnoDB 存储引擎层维护着一个缓冲池,通过其可以避免对磁 ...

  5. python之迭代器,生成器小结

    1.凡是可作用于for循环的对象都是Iterable类型: 2.凡是可作用于next()函数的对象都是Iterator类型,它们表示一个惰性计算的序列: 3.集合数据类型如list.dict.str等 ...

  6. for循环与while循环

    1.两中循环的语法结构 for循环结构: for(表达式1;表达式2;表达式3) { 执行语句; } while循环结构: while(表达式1) { 执行语句; } 2.两者区别: 应用场景:由于f ...

  7. 软件工程与UML第三次作业

    博客班级 软件工程与UML2班 作业要求 本次作业要求 作业目标 <给至少5名同学提他的代码issue并用博客记录;根据收到的issue修改自己的代码> 作业源代码 我的码云仓库 学号 & ...

  8. Beta冲刺随笔——Day_Ten

    这个作业属于哪个课程 软件工程 (福州大学至诚学院 - 计算机工程系) 这个作业要求在哪里 Beta 冲刺 这个作业的目标 团队进行Beta冲刺 作业正文 正文 其他参考文献 无 今日事今日毕 林涛: ...

  9. 三万字无坑搭建基于Docker+K8S+GitLab/SVN+Jenkins+Harbor持续集成交付环境

    写在前面 最近在 K8S 1.18.2 版本的集群上搭建DevOps环境,期间遇到了各种坑.目前,搭建环境的过程中出现的各种坑均已被填平,特此记录,并分享给大家! 文章和搭建环境所需要的yml文件已收 ...

  10. vue中全局/按需引用element,样式都不生效

    简直是天坑啊,这个问题困扰了我一个晚上加今天一天,心里无数草泥马奔腾 被要求使用vue1.0+elementUI做一个后台管理项目,结果无论怎么操作elementUI,页面中都不显示css样式 谷歌百 ...