Win10 搭建 PyTorch 环境

0 说明

为了进行深度学习，需要电脑上安装相应的软件，pytorch 就是其中一种。至于 pytorch 是什么的科普，建议去网上搜索。

而为了安装好 pytorch，需要安装众多软件，网上一搜一大把流程。但事实上随着技术的更新，很多流程都会变得过时，就像我现在这篇，因此我也特意标注了时间。

本流程的目的是：在 win 10 上安装 pytorch 且能调用 GPU（你需要英伟达的显卡）。

本流程涉及的程序有：conda，CUDA，cuDNN，pytorch。注意一定要按流程来，如果跳过了 cuDNN 安装 pytorch，是不会成功调用 GPU 的。

1 Miniconda3

清华源镜像已经没有维护 miniconda，所以我们使用北外源。

• 下载地址

  Index of /anaconda/miniconda

  

• 配置环境变量

  一般来说，安装程序会自动把四个 path 变量，写入系统变量的path变量中，但是会写入第一行，我们可以手动下移位置。

  • 打开 cmd（win+R，输入 cmd 后回车），输入 conda info，如果正确无误的话，会显示 conda 的信息。

  • 为了 conda 的下载速度，需要添加国内的北外源，输入：

    conda config --set show_channel_urls yes

    创建配置文件 .condarc，该文件位于：C:\Users\你的用户名\ 下。

    用文本编辑器打开它，然后复制以下内容完全覆盖已有内容：

    channels:
      - defaults
    show_channel_urls: true
    default_channels:
      - https://mirrors.bfsu.edu.cn/anaconda/pkgs/main
      - https://mirrors.bfsu.edu.cn/anaconda/pkgs/r
      - https://mirrors.bfsu.edu.cn/anaconda/pkgs/msys2
    custom_channels:
      conda-forge: https://mirrors.bfsu.edu.cn/anaconda/cloud
      msys2: https://mirrors.bfsu.edu.cn/anaconda/cloud
      bioconda: https://mirrors.bfsu.edu.cn/anaconda/cloud
      menpo: https://mirrors.bfsu.edu.cn/anaconda/cloud
      pytorch: https://mirrors.bfsu.edu.cn/anaconda/cloud
      simpleitk: https://mirrors.bfsu.edu.cn/anaconda/cloud

• 生成并进入环境

  • 使用命令创建环境：

    conda create --name py37 python=3.7

  • 即创建了名为 py37 的环境，你可以自定义名字，python 设定用的版本。

    随后进入环境

    conda activate py37

  • 避坑：操作需要在 cmd 里做，而不是 powershell，不知道原理，但会报错。

    如果在 powershell 里运行的话，会报错：

    CommandNotFoundError: Your shell has not been properly configured to use 'conda activate'.

    

• 安装 ipython

  • ipython 的操作比 python 用起来舒服多了，具体介绍搜索网上

    conda install ipython

  • 之后输入 ipython 进入 python。

2 CUDA

• 下载

  链接：https://developer.nvidia.com/cuda-downloads

  依次选择：Windows -> x86_64 -> 10 -> exe(local)，点击 Download。下载的为适合PyTorch的 cuda_10.2.89_441.22_win10.exe

  

  避坑：复制下载链接后用迅雷下载，比直接下载快数倍。

• 安装

  • 注意，不要修改安装路径，因为改了没有用，安装程序还是会安装在 C盘下的 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA

  • 必须手动添加环境变量。一般来说，CUDA_PATH，安装程序会自动写入。

    

    

• 测试

  • 如果安装成功，在 cmd 里输入：

    nvcc -V

    

3 cuDNN

• 下载

  避坑：建议在翻墙的情况下操作，注册时的验证码是谷歌的。

  你需要注册账号后才能继续。现在可以微信登录，方便了不少。

  链接：https://developer.nvidia.com

• 安装

  说是安装，其实是复制文件。

  下载后是一个压缩文件夹，解压文件夹，将里面的 3 个文件夹：bin，include，lib 里面的内容分别放入 CUDA 安装位置的对应文件夹。

  CUDA 安装的位置在：

  C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0

  不会出现覆盖的警告，因为是新增的文件。

4 PyTorch

• 1. 下载与安装

  避坑：务必在完成以上步骤后才进行。

  网址：https://pytorch.org/get-started/locally/，根据实际情况选择。

  

  得到下载安装的命令：

  conda install pytorch torchvision torchaudio cudatoolkit=10.2 -c pytorch

  使用 cmd 进入了我们之前设置的环境 py37 后，输入以上命令，开始安装 pytorch，如下图：

  

  避坑：很多教程里说，去掉 -c pytorch 后，可以加速下载。可以加速没错，但下载的东西却不是我们要的 gpu 版本，而是 cpu 版本，这也是很多人照着教程做，最终都无法使用 gpu 的，却百思不得其解。

• 2. 测试

  • 等待安装完成后，输入 ipython 进入 python，输入：

    import torch
    torch.cuda.is_available()

    

  • 显示 True 即表明启用了 pytorch 的 gpu，到此安装结束。

  • 如果 torch.cuda.isavailable() 是 False，你可能需要看看前面哪个步骤不对。

5 Pycharm

• 创建一个项目 PyTorchTest

• 打开设置 Ctrl + Alt + s

  

• 引入 py37

  

• 切换环境为 py37

  

• 重启 Pycharm