LaPluma

Keep it simple and stupid.

0%

Anaconda+Cuda+Pytorch+Pycharm环境配置

笔者个人conda环境搭建记录.

目录

前言

本日志记录一次笔者配置conda环境的过程. 参考资料来源网络, 见参考资料

本次搭建环境基于Anaconda+Cuda搭建Pytorch环境并导入Pycharm中使用.

笔者的环境为:

Win11家庭版23H2 + CPU:AMD Ryzen 7 5800H + GPU: 3060laptop

Anaconda-2024.10.1 + Cuda-12.6 + Pytorch-win_x86_64-cuda12.4 + Pycharm Community-2022.2.2

安装Pycharm & Anaconda

Pycharm

笔者的Pycharm已经安装好了, Community版本是可以免费使用的, 安装教程可以STFW.

需要注意的是, Pycharm本身不包含python, python需要自行下载.

Anaconda3

选项配置

Just MeAll Users选择All Users.

全部勾选.

安装结束后不需要launch, 还要配置环境变量.

环境变量

在高级系统设置中添加系统环境变量, 路径以安装路径为准.

1
2
3
4
D:\anaconda3
D:\anaconda3\Scripts
D:\anaconda3\Library\bin
D:\anaconda3\Library\mingw-w64\bin

安装位置

如果已有分盘, 推荐安装到别的分区.

Anaconda的环境和包管理也可以迁移, 笔者本次省略了这个步骤.

Debug

笔者在安装完成后遇到了打开Anaconda Navigator时卡死在Loading Applications页面上, 通过为程序添加默认管理员权限解决.

Anaconda 安装检测

打开Anaconda Prompt, 页面如下:

执行指令

1
$ conda --version

终端输出conda版本号即成功安装了conda

可以通过如下指令查看conda的配置信息:

1
$ conda info

Tips: 笔者本次略去了Conda的配置, 如包和环境位置, 镜像源的配置. 有需要可以自行配置.

安装Cuda

调出cmd后在终端中输入

1
$ nvidia-smi

得到

其中CUDA Version代表最高支持的CUDA版本, 到官网对应版本下载即可.

安装完成后在cmd中执行

1
$ nvcc -V

正常输出Cuda版本即安装完成.

安装Pytorch

Pytorch依赖于conda环境, 因此在安装Pytorch前需要配置conda虚拟环境.

Anaconda创建conda环境

打开Anaconda Prompt, 此时的环境为默认的base(见上文)

执行指令

1
$ conda create –n pytorch python=3.10

其中pytorch为环境名称, python=3.10为指定python解释器版本.

需要注意的是, 目前(2024.11)的Pytorch需要至少python版本为3.9

如果需要特定版本, 在安装Pytorch时需要查看Preview Version.

执行

1
$ conda activate pytorch

终端环境变更为pytorch

想要回到base环境, 只需要执行

1
$ conda deactivate

Pytorch的安装位置便是在名为pytorch的环境中.

确定Pytorch版本

进入Pytorch官网的Install页面

根据自己的Cuda版本选择安装.

如果选择conda安装, 只需要在Anaconda Prompt中激活创建的pytorch环境, 执行官网上给出的安装命令.

耐心等待安装完成即可.

Pytorch安装检测

安装结束后, 在激活pytorch环境的终端中执行

1
$ python

输入以下python代码

1
2
3
import torch
print(torch.__version__)
print(torch.cuda.is_available())

得到类似输出而没有报错即成功在conda环境中安装pytorch.

Pycharm激活conda环境

以创建的pytorch环境为例.

使用Pycharm打开项目, 进入File->Setting页面

选择项目->Python解释器

点击添加解释器->添加本地解释器->conda环境

Conda可执行文件输入D:\anaconda3\Scripts\conda.exe(依据Anaconda安装位置)

选择解释器(依据自己的conda环境创建位置)

点击确认等待配置完成.

导入环境检测

Pytorch安装检测类似, 只需要在python文件中键入

1
2
3
import torch
print(torch.__version__)
print(torch.cuda.is_available())

执行代码得到

1
2
2.5.1
True

然后就可以开始愉快(迫真)的炼丹之旅啦!

参考资料

Tips: 博客并不能解决所有问题, 对于博客中的内容要和面对ChatGPT生成的内容一样小心求证. 必要时更推荐官方文档(此处略去).

https://blog.csdn.net/qq_44000789/article/details/142214660

https://blog.csdn.net/weixin_41401924/article/details/120332417

https://zhuanlan.zhihu.com/p/389992455

https://blog.csdn.net/weixin_62075168/article/details/131226082