安装 Anaconda、PyTorch（GPU 版）库与 PyCharm

一、安装 Anaconda

Anaconda 是一款巨大的 Python 环境集成平台，里面包含了 Python 解释器、Jupyter Notebook 代码编辑器以及很多的第三方库，所以安装 Anaconda 后我们无需再安装 Python 解释器，非常方便。

当然在安装开始之前必须先声明，本文的安装环境为 win10（其他版本大同小异），GPU 型号为 NVIDIA（非该型号的 GPU 不适用本教程），安装之前先在任务管理器中看看型号是否匹配。

1 卸载 Anaconda（可选）

如果我们原来的电脑上安装过 Anaconda，为了避免重复安装出现异常错误，我们需要先将原来安装的 Anaconda 完全卸载干净。

首先，按下 win + R 打开命令行，输入命令 control，在打开的界面中选择程序 -> 卸载程序，找到Anaconda，将其卸载。

其次，通过直接卸载我们还没有卸载完全，我们还要通过 Everything 工具，本教程中所有用到的工具和安装包链接如下：
https://pan.baidu.com/s/128tYNvXKkm5KIk-dd4aKVQ?pwd=6pjr

依次查找并删除残存在 C 盘里关于 .condarc、jupyter、ipython、continuum、matplotlib、anaconda 以及 conda 的文件，至此才算真正的卸载干净了，接下来可以开始我们的安装。

2 开始安装 Anaconda

首先我们要下载安装包，从分享的链接中找到 Anaconda3-2022.10-Windows-x86_64.exe 下载后双击开始安装。

我们将 Anaconda 安装到 D 盘中：

然后后续安装选项勾选如下：

耐心等待安装完成。

3 配置环境变量

右键我的电脑 -> 属性 -> 关于 -> 高级系统设置 -> 高级 -> 环境变量 -> 系统变量，双击 Path变量，新建如下环境变量路径：

D:\Anaconda
D:\Anaconda\Scripts
D:\Anaconda\Library\bin

如图所示：

如果之前为其他的 Python 解释器添加过环境变量，需要提前删除它的环境变量！

4 添加桌面快捷方式

我们安装好 Anaconda 后，桌面上还没有快捷方式，我们需要添加一下。

点击最左下角的 windows 图标，找到刚刚安装的 Anaconda Prompt(Anaconda)，右键 -> 更多 -> 打开文件位置，找到 Anaconda Prompt(Anaconda) 并添加桌面快捷方式。

二、安装 PyTorch（GPU 版）库

当我们想要复现其他的项目代码时，往往要求的 Python 版本会不一致，那么这个时候我们就非常有必要学会搭建虚拟环境，虚拟环境可以根据项目的要求在同一台计算机上搭建多个虚拟环境，非常方便。

当我们安装完 Anaconda 后，会默认处于 base 环境，我们一般不会对 base 环境做过多的操作，而是选择把各种库安装在虚拟环境中，那么我们首先需要在 base 环境下创建一个虚拟环境。

1 常用命令

我们先来看看在 base 环境和虚拟环境下有哪些常用的命令：
base 环境下的操作：

# 列出所有的环境（base 环境和所有的虚拟环境）
conda env list

# 创建名为 env_name 的虚拟环境，并指定其 Python 版本为 3.9
conda create -n env_name python=3.9

# 创建名为 “env_name” 的虚拟环境，并指定其 Python 版本为 3.9 和安装路径
conda create --prefix=安装路径\env_name python=3.9

# 删除环境名为 “env_name” 的虚拟环境
conda remove -n env_name

# 进入名为 “env_name” 的虚拟环境
conda activate env_name

虚拟环境下的操作：

# 列出当前环境下安装的所有库
conda list

# 安装 NumPy 库，并指定其版本为 1.21.5
pip install numpy==1.21.5 -i https://pypi.tuna.tsinghua.edu.cn/simple

# 查看当前环境下某个库的版本
pip show numpy

# 退出虚拟环境
conda deactivate

知道了常用的命令后，我们就可以着手来创建一个虚拟环境了，我们下面来创建一个示例虚拟环境，并在示例虚拟环境中安装 NumPy、Pands 和 Matplotlib 三个库。

2 创建虚拟环境

首先我们打开桌面快捷方式 Anaconda 进入默认的 base 环境，通过下面的命令创建一个名为 DL 的虚拟环境并指定其 Python 版本：

conda create -n DL python=3.9

创建完成后，我们就可以进入虚拟环境了：

conda activate DL

我们通过输出可以看到，环境的前缀已经发生了变换，成功的切换到了刚刚创建的 DL 虚拟环境：

接下来我们通过下面三条命令分别安装NumPy、Pands 和 Matplotlib 三个库：

# 安装NumPy库，并指定版本1.21.5 
pip install numpy==1.21.5 -i https://pypi.tuna.tsinghua.edu.cn/simple

# 安装Pandas库，并指定版本1.2.4 
pip install Pandas==1.2.4 -i https://pypi.tuna.tsinghua.edu.cn/simple

# 安装Matplotlib库，并指定版本3.5.1 
pip install Matplotlib==3.5.1 -i https://pypi.tuna.tsinghua.edu.cn/simple

PyTorch 库安装方式不一样，看后面的操作。

当安装完成出现 Successfully installed 库版本 提示时表示对应版本的库已经安装成功：

我们也可以通过如下命令来查看该虚拟环境成功安装了哪些库：

conda list

从结果我们可以看到，三个库对应的版本已经成功安装：

最后我们可以通过下面的命令从名为 DL 的虚拟环境退出到默认的 base 环境：

conda deactivate

3 安装 CUDA（可选）

因为 NVDIA 显卡中的运算平台是 CUDA，而 Pytorch 的下载组件里面也有包含一个内置的 cuda，这个内置的 cuda 其实是显卡中 CUDA 的一个子集，要使得这两个组件能正常工作，我们应该保持 CUDA 版本 ≥ cuda 版本这个原则。

因此我们先看看系统中 NVDIA 显卡中的 CUDA 版本是多少，按下 win + R 键入 cmd 打开命令行，输入下面命令查看 CUDA 版本：

nvcc -V

如果我们的显卡不是 NVDIA 版或是 NVDIA 版但是没有安装 CUDA，就会显示如下：

当然我们之前在任务栏已经确认过是 NVDIA 版的显卡了，所以是因为没有安装 CUDA 的缘故，当然如果是 NVDIA 版且安装了 CUDA 就会显示对应的 CUDA 版本，如果担心自己处理不好适配问题，可以将版本卸载重新安装一下，现在我们来开始安装 CUDA。

我们可以从前面提供的安装包中找到 cuda_11.3.0_465.89_win10.exe 双击打开安装，或者从如下网址找对应的版本：
https://developer.nvidia.com/cuda-toolkit-archive

选择如下版本进行下载：

点击安装后，选择自定义：

点击下一步后，只勾选安装 CUDA：

然后点开 CUDA，取消勾选如下安装选项：

然后点击下一步，默认安装路径在 C 盘（其他盘也行，环境变量做对应修改即可），直至安装完成，安装程序会自动删除安装包，无需清理。

然后我们需要为安装的 CUDA 设置环境变量，方法如上，需要新建的环境变量如下：

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3\lib\x64
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3\libnvvp

最后我们可以再来运行一下命令，查看 CUDA 版本：

nvcc -V

结果如下：

4 安装 PyTorch

接下来我们终于可以进行 PyTorch 的安装了。

其实 PyTorch 分为三个部分：torch、torchvision 和 torchaudio，而其实我们只需要匹配 torch、cuda 和 Python 版本即可，可以参照下图：

cu113 即为 CUDA 11.3，cp39 即为 Python 3.9，还需要注意的是，NVIDIA 显卡 30 系列（如 NVIDIA GeGorce RTX 3050）只能安装 cu110 及其以后的版本。

根据这张表，以及我们之前安装的 CUDA 版本为 11.3、Python 版本为 3.9，因此我们可以选择 torch 1.12.0 进行安装，我们可以通过如下的网址：
https://pytorch.org/get-started/previous-versions/

找到对应的版本，打开 Anaconda Prompt(Anaconda) 并切换到名为 DL 的虚拟环境，并复制如下命令进行安装：

# CUDA 11.3
pip install torch==1.12.0+cu113 torchvision==0.13.0+cu113 torchaudio==0.12.0 --extra-index-url https://download.pytorch.org/whl/cu113

因为该服务器没有架设在国内，因此可能会由于下载问题而出现安装失败的情况，那么我们也可以手动安装，在之前的资源链接中找到 torch-1.12.0+cu113-cp39-cp39-win_amd64.whl、torchvision-0.13.0+cu113-cp39-cp39-win_amd64.whl 和 torchaudio-0.12.0+cu113-cp39-cp39-win_amd64.whl，在 D 盘新建一个文件夹 whl 并将该三个安装包放置进去，并在 Anaconda Prompt(Anaconda) 中依次输入下面命令进行安装（需要保持联网）：

pip install D:\whl\torch-1.12.0+cu113-cp39-cp39-win_amd64.whl 
pip install D:\whl\torchvision-0.13.0+cu113-cp39-cp39-win_amd64.whl 
pip install D:\whl\torchaudio-0.12.0+cu113-cp39-cp39-win_amd64.whl