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

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 FilesNVIDIA GPU Computing ToolkitCUDAv11.3

CUDA_PATH_V11_3
C:Program FilesNVIDIA GPU Computing ToolkitCUDAv11.3

NVCUDASAMPLES_ROOT
C:ProgramDataNVIDIA CorporationCUDA Samplesv11.3

NVCUDASAMPLES11_3_RO…
C:ProgramDataNVIDIA CorporationCUDA Samplesv11.3

• 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:Demotorchtorch-1.10.0+cu113-cp36-cp36m-win_amd64.whl

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

pip install F:Demotorchtorch-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:Demotorchtorch-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:Demotorchvisiontorchvision-0.11.0+cu113-cp36-cp36m-win_amd64.whl

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

pip install F:Demotorchvisiontorchvision-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:Demotorchvisiontorchvision-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:Demotorchvisiontorchvision-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！！！