人工智能之配置环境教程二：在Anaconda中创建虚拟环境安装GPU版本的Pytorch及torchvision并在VsCode中使用虚拟环境

作者介绍一. 查看自己电脑的CUDA版本1.1 方式一1.2 方式二

二. 下载安装CUDA三. 查看环境变量四. 创建虚拟环境4.1 使用指令创建虚拟环境4.2 查看Anconda中是否出现创建好的虚拟环境4.3 虚拟环境相关指令

五. 安装GPU版本的Pytorch和torchvision5.1 在线安装5.2 离线安装5.2.1 下载安装torch5.2.2 下载安装torchvision

5.3 验证是否成功安装

六. 在VsCode 中使用虚拟环境6.1 安装Python插件6.2 添加虚拟环境

七. 安装CPU版本的Pytorch和torchvision

作者介绍

孟莉苹，女，西安工程大学电子信息学院，2021级硕士研究生，张宏伟人工智能课题组。

研究方向：机器视觉与人工智能。

电子邮件：2425613875@qq.com

本教程提供需要安装的CUDA11.3、Pytorch1.10.0、torchvision0.11.0的安装包，在下述百度网盘链接中自取！

链接：https://pan.baidu.com/s/18mgO8GtW1UnG6uijnnQvIQ?pwd=0843 提取码：0843

–来自百度网盘超级会员V5的分享

一. 查看自己电脑的CUDA版本

根据以下两种方式，查看自己的电脑是否支持CUDA，如果不支持，那么直接跳到[ 七 ]！

1.1 方式一

1.1 .1 使用快捷键‘win + R’- - -> 输入 cmd - - -> 点击确定

1.1.2 在终端输入指令‘nvidia-smi’ - - -> 查看自己电脑支持的CUDA版本

当前CUDA版本为11.6，表示支持最高版本的CUDA是11.6，向下兼容

1.2 方式二

1.2.1 在桌面右击 - - -> 打开NVIDIA 控制面板

1.2.2 在帮助下 - - -> 选择系统信息

1.2.3 在组件 - - -> 查看CUAN版本

二. 下载安装CUDA

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

在NVIDIA官网找到适合自己电脑的CUDA版本，这里建议在满足要求的情况下安装CUDA11.3；本教程提供CUDA11.3版本的安装包

选择对应版本的CUDA后进行下载安装；

下载好之后安装在默认路径下即可；

CUDA安装参考帖子：https://blog.csdn.net/m0_45447650/article/details/123704930/.

三. 查看环境变量

1. 在设置中–>搜索高级系统设置–>查看环境变量

在环境系统中应该出现以下四个环境变量：

（该环境变量是CUDA11.3版本的，其他版本的需要和自己下载的CUDA版本相对应）

CUDA_PATH

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3

CUDA_PATH_V11_3

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3

NVCUDASAMPLES_ROOT

C:\ProgramData\NVIDIA Corporation\CUDA Samples\v11.3

NVCUDASAMPLES11_3_RO…

C:\ProgramData\NVIDIA Corporation\CUDA Samples\v11.3

若没有相应的环境变量需要手动添加

验证CUDA是否安装成功

运行cmd，输入 ‘nvcc -v’ 即可查看版本号；

输入 ‘set cuda’ ，可查看 CUDA 设置的环境变量

出现下图所示则表明成功安装CUDA

CUDA安装参考帖子：https://blog.csdn.net/m0_45447650/article/details/123704930/.

四. 创建虚拟环境

4.1 使用指令创建虚拟环境

添加镜像源：

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/win-64/

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/win-64/

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/win-64/

conda config --set show_channel_urls yes

conda config --set ssl_verify false

创建虚拟环境，本次教程安装Python3.6版本；本地cmd终端运行如下指令：

conda create -n py36 python=3.6

4.2 查看Anconda中是否出现创建好的虚拟环境

打开Anconda，点击Environments查看是否有名为py36的虚拟环境

注： 接下来在名为py36的虚拟环境中安装各种科学计算包和框架（Pytorch），若有多个环境，那么例如需要python3.7，就创建python3.7的虚拟环境，有conda管理不会出现版本冲突。

4.3 虚拟环境相关指令

a : 终端运行如下指令：查看本地环境

conda env list

b: 终端运行如下指令：进入虚拟环境

conda activate py36

c: 终端运行如下指令：退出虚拟环境

conda deactivate

注意事项：进入虚拟环境如图：会有小括号（虚拟环境名:py36），进入虚拟环境后就可以在Python为3.6的环境下配置 Pytorch了，尽情安装吧！

五. 安装GPU版本的Pytorch和torchvision

本教程安装CUDA11.3、Pytorch1.10.0、torchvision0.11.0

安装 Pytorch 和 torchvision 分为两种方式，在线方式和离线方式；若在线方式在安装过程中出现安装不上的问题，则可选择离线安装，会提供相应的安装包。

5.1 在线安装

安装镜像源：依次执行下面五条指令；

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/win-64/

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/win-64/

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/win-64/

conda config --set show_channel_urls yes

conda config --set ssl_verify false

在本地终端进入创建好的虚拟环境（py36），当最前面出现（py36），则表明已进入py36的虚拟环境；

- 进入Pytorch官网：https://pytorch.org/

点击以往Pytorch版本

找到 Windows 系统下 CUDA11.3 下的 Pytorch 安装指令，并复制；

若安装的CUDA版本不是11.3，则需要选择对应版本的 Pytorch 和 torchvision

粘贴在cmd本地终端的py36虚拟环境中运行安装：

conda install pytorch==1.10.0 torchvision==0.11.0 torchaudio==0.10.0 cudatoolkit=11.3 -c pytorch -c conda-forge

5.2 离线安装

5.2.1 下载安装torch

Pytorch下载链接：https://download.pytorch.org/whl/torch_stable.html.

选择对应版本的torch并下载

在本地终端输入以下指令进行离线安装，当出现 Successfully installed… 则表明安装成功;使用下面三个中的任意一个指令即可；

pip install F:\Demo\torch\torch-1.10.0+cu113-cp36-cp36m-win_amd64.whl

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple F:\Demo\torch\torch-1.10.0+cu113-cp36-cp36m-win_amd64.whl

pip install F:\Demo\torch\torch-1.10.0+cu113-cp36-cp36m-win_amd64.whl http://pypi.douban.com/simple/trusted host pypi.douban.com

备注：上述指令中的 “F:\Demo\torch\torch-1.10.0+cu113-cp36-cp36m-win_amd64.whl” 表示下载torch安装包并保存到自己电脑上的路径 + 文件名；根据自己下载保存的情况进行更改；

5.2.2 下载安装torchvision

Pytorch、torchvision和python具有版本对应关系

Pytoch 和 torchvision 的版本对应关系可在Pytorch官网查询，如下:

本教程查到 Pytoch1.10.0 对应的 torchvision 版本为 0.11.0。

离线下载torchvision 0.11.0

torchvision下载链接：https://download.pytorch.org/whl/torch_stable.html.

使用 pip 指令安装torchvision0.11.0；使用下面三个中的任意一个指令即可；

pip install F:\Demo\torchvision\torchvision-0.11.0+cu113-cp36-cp36m-win_amd64.whl

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple F:\Demo\torchvision\torchvision-0.11.0+cu113-cp36-cp36m-win_amd64.whl

pip install F:\Demo\torchvision\torchvision-0.11.0+cu113-cp36-cp36m-win_amd64.whl http://pypi.douban.com/simple/trusted host pypi.douban.com

备注：上述指令中的 “F:\Demo\torchvision\torchvision-0.11.0+cu113-cp36-cp36m-win_amd64.whl” 表示 torchvision 安装包的路径+文件名；根据自己的情况进行更改；

- 若在安装torchvision的过程中出现自动更新torch的情况，则使用下述指令安装torchvision;

pip install --no-deps F:\Demo\torchvision\torchvision-0.11.0+cu113-cp36-cp36m-win_amd64.whl

5.3 验证是否成功安装

安装完成后，在虚拟环境中依次运行如下指令进行验证Pytoch是否安装成功以及GPU是否可用；

python

import torch

torch.cuda.is_available()

若 import torch 不报错，说明 torch 安装成功

若 torch.cuda.is_available() 结果为True，则表示GPU版本安装完成

六. 在VsCode 中使用虚拟环境

6.1 安装Python插件

进入VsCode软件，点击“扩展”，并在搜索框中输入Python，然后选择Python插件右下角的Install；

6.2 添加虚拟环境

按快捷键 “Ctrl+Shift+P” ，调出全局设置搜索窗口，然后输入 “Python:Select Interpreter” 后会出现 “Python:Select Interpreter” 选项，点击该选项；

点击该选项会后跳转到 Python 解释器配置窗口，这里显示的是已经添加好的Python解释器，选择py36，即可在VsCode中使用Python了；

注意事项：若VsCode进入终端后是PS环境；则先在终端中输出cmd，退出PS环境，再手动输入 “conda activate py36” 进入配置好的py36环境中; 通过输入“pip list” 即可查看安装好的 torch 和 torchvision，确认是自己下载安装的版本即可；

以上就是关于在 Anaconda 中创建虚拟环境、安装GPU版本的Pytorch及torchvision、以及在VsCode中使用虚拟环境的全部内容！！！

接下来是CPU版本的Pytorch的安装教程！！！

前提：先完成步骤四.创建虚拟环境

七. 安装CPU版本的Pytorch和torchvision

进入虚拟环境，使用Pytoch官网根据指令安装运行即可；

conda install pytorch==1.10.0 torchvision==0.11.0 torchaudio==0.10.0 cpuonly -c pytorch

验证是否安装成功，import torch不报错就成功了：

python

import torch

以上就是关于在 Anaconda 中创建虚拟环境、安装CPU版本的Pytorch及torchvision的全部内容！！！