利用Anaconda安装PyTorch并将Anaconda创建的虚拟环境添加到Pycharm中

利用Anaconda安装PyTorch并将Anaconda创建的虚拟环境添加到Pycharm中

  • 一、利用Anaconda安装PyTorch
    • 1.执行如下的指令查看有哪些环境
    • 2. 创建虚拟环境conda create -n 环境名字(英文) python=x.x(python版本)
    • 3.激活此环境。conda activate 虚拟环境名称
    • 4.安装pytorch-gup版的环境,由于pytorch的官网在国外,下载相关的环境包是比较慢的,所以我们给环境换源。在pytorch环境下执行如下的命名给环境换清华源。
    • 5.进入[PyTorch官网](https://pytorch.org/),然后将下面的命令复制到Anaconda环境下的终端中。
    • 6.安装完成后,配置CUDA的环境变量。
        • 在文件的末尾添加下面两行,注意修改成你的安装路径:
    • 7.测试是否安装成功:
        • (1)终端输入:
        • (2)进入samples的安装目录,选择一个看看是否可以成功编译。
        • 最后出现Test PASSED即可
    • 8.安装cudnn
        • 找到对应自己CUDA的版本进行下载(我的CUDA是10.2版本,cudnn是8.3.2),然后解压。解压完成后执行以下命令:
    • 9.测试
        • 在pycharm创建一个python脚本,在脚本中运行如下代码:
        • 显示如下:
  • 二、将Anaconda创建的虚拟环境添加到Pycharm中

一、利用Anaconda安装PyTorch

1.执行如下的指令查看有哪些环境

conda env list

2. 创建虚拟环境conda create -n 环境名字(英文) python=x.x(python版本)

conda create -n pytorch python=3.8

3.激活此环境。conda activate 虚拟环境名称

conda activate pytorch

4.安装pytorch-gup版的环境,由于pytorch的官网在国外,下载相关的环境包是比较慢的,所以我们给环境换源。在pytorch环境下执行如下的命名给环境换清华源。

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --set show_channel_urls yes

5.进入PyTorch官网,然后将下面的命令复制到Anaconda环境下的终端中。

利用Anaconda安装PyTorch并将Anaconda创建的虚拟环境添加到Pycharm中_第1张图片

6.安装完成后,配置CUDA的环境变量。

sudo gedit ~/.bashrc

在文件的末尾添加下面两行,注意修改成你的安装路径:

export PATH="/usr/local/cuda-10.2/bin:$PATH" #这里添加路径出错的话最好加上双引号把路径括起来,这里已经加上了双引号
export LD_LIBRARY_PATH="/usr/local/cuda-10.2/lib64:$LD_LIBRARY_PATH"

7.测试是否安装成功:

(1)终端输入:

nvcc -V

在这里插入图片描述

(2)进入samples的安装目录,选择一个看看是否可以成功编译。

最后出现Test PASSED即可

cd NVIDIA_CUDA-10.2_Samples/0_Simple/vectorAdd
make
./vectorAdd

利用Anaconda安装PyTorch并将Anaconda创建的虚拟环境添加到Pycharm中_第2张图片

8.安装cudnn

cudnn官网

找到对应自己CUDA的版本进行下载(我的CUDA是10.2版本,cudnn是8.3.2),然后解压。解压完成后执行以下命令:

sudo cp cuda/include/cudnn.h /usr/local/cuda/include/ 
sudo cp cuda/lib/libcudnn* /usr/local/cuda/lib64/ 
sudo chmod a+r /usr/local/cuda/include/cudnn.h 
sudo chmod a+r /usr/local/cuda/lib64/libcudnn*

9.测试

在pycharm创建一个python脚本,在脚本中运行如下代码:

import torch
print(torch.cuda.is_available())
print(torch.backends.cudnn.is_available())
print(torch.cuda_version)
print(torch.backends.cudnn.version())

显示如下:

二、将Anaconda创建的虚拟环境添加到Pycharm中

利用Anaconda安装PyTorch并将Anaconda创建的虚拟环境添加到Pycharm中_第3张图片
利用Anaconda安装PyTorch并将Anaconda创建的虚拟环境添加到Pycharm中_第4张图片
利用Anaconda安装PyTorch并将Anaconda创建的虚拟环境添加到Pycharm中_第5张图片
利用Anaconda安装PyTorch并将Anaconda创建的虚拟环境添加到Pycharm中_第6张图片
利用Anaconda安装PyTorch并将Anaconda创建的虚拟环境添加到Pycharm中_第7张图片
利用Anaconda安装PyTorch并将Anaconda创建的虚拟环境添加到Pycharm中_第8张图片

你可能感兴趣的