提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档
文章目录
- 前言
- 一、安装Anaconda
- 1.软件安装
- 2.安装Anaconda
- 3.配置环境变量
- 二、安装CUDA及cudnn
- 1.安装CUDA
- 1. 检查自己电脑支持的cuda版本
- 2. 前往官网下载CUDA
- 3. 配置环境变量
- 2.安装cudnn
- 3.安装后验证
- 三.安装 PyTorch,以及配置环境。
- 1. 创建虚拟环境并配置torch
- 2. 虚拟环境内的操作
- 3. 安装 PyTorch
- 如果不行运行下面命令
- 四.安装Jupyter 代码编辑器
- 五.虚拟环境连接PyCharm
- 1. 初次设置PyCharm
- 2. 安装插件
- 3. Jupyter 结合pycharm
- 六.Copilot修改下快捷键
前言
记录自己安装Anaconda与PyTorch的过程与一些坑
一、安装Anaconda
1.软件安装
我们需要安装的软件是：
2.安装Anaconda
进入Anaconda官网下载页面链接: https://www.anaconda.com/download后下载exe文件，一步步按照指示安装就可以。
双击刚刚下载的exe文件，会有三个分岔口，分别按下列规则选择。
① Just me 和All Users，选择 Just me；
② 安装路径选择最大的盘（一般是D盘），放在新建的【D:\Anaconda】里；
③ 最后一个分岔口，不勾选第一个方框，按照图所示选择。
3.配置环境变量
在桌面的我点电脑中，右键->属性->环境变量，窗口中选中Path路径，并点击编辑。
添加【D:\Anaconda】、【D:\Anaconda\Scripts】与【D:\Anaconda\Library\bin】（如果路径是D盘的话）。
若Anaconda安装路径不是D:\Anaconda，而是E:\Anaconda，三个环境变量需要对应地进行更改，即【E:\Anaconda】、【 E:\Anaconda\Scripts】与【E:\Anaconda\Library\bin】
二、安装CUDA及cudnn
- CUDA：是显卡厂商NVIDIA推出的只能用于自家GPU的并行计算框架。
- cudnn：是针对深度卷积神经网络的加速库。CUDNN需要在有CUDA的基础上进行，CUDNN可以在CUDA基础上加速2倍以上。
1.安装CUDA
1. 检查自己电脑支持的cuda版本
检查发现自己的电脑支持安装CUDA的版本最高为12.3，那么只要我们安装一个不超过12.3的版本即可
2. 前往官网下载CUDA
- 下载链接：https://developer.nvidia.com/cuda-toolkit-archive
- 进入下载页面，选择要下载的版本，我这里选择11.8.0
全程下一步，下一步安装完毕。
3. 配置环境变量
⚫ C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA
⚫ C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8\lib\x64
⚫ C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8\bin
⚫ C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8\libnvvp
这里按照安装的实际路径添加。
回头检查一下 CUDA 版本，Win+R 后输入 cmd，进入命令提示符，输入 nvcc -V
2.安装cudnn
网址链接：
