Pytorch学习笔记-（二）搭建Pytorch环境（Pytorch2.1+CUDA12.1+Anaconda3_2023+Pycharm2023）

安装前准备

1、系统环境：

  Win11 22H2

2、需要的安装包：

　　Anaconda3-2023.09-0-Windows-x86_64.exe

  Python 3.11（pytorch 2.0目前推荐的Python 版本为3.8-3.11）

　　pycharm-professional-2023.2.2.exe

　　CUDA12.1（cuda_12.1.0_531.14_windows.exe） 与 CUDNN V8.9.5（cudnn-windows-x86_64-8.9.5.29_cuda12-archive.exe）

　　pytorch 2.1

　　选择性安装OpenCV库

一、安装CUDA12.1与CUDNN V8.9.5

• CUDA：是显卡厂商NVIDIA推出的运算平台。 CUDA是一种由NVIDIA推出的通用并行计算架构，该架构使GPU能够解决复杂的计算问题。
• CUDNN：NVIDIA cuDNN是用于深度神经网络的GPU加速库。它强调性能、易用性和低内存开销。

  　详细见：深度学习框架与运行平台

1、安装CUDA12.1.0

（1）安装前检查GPU可支持的最高CUDA版本

  由下图可以看出我的GPU支持的最高CUDA版本为“12.2.79”，所以我安装CUDA12.1.0是完全可以的。

（2）下载

  下载链接：https://developer.nvidia.com/cuda-downloads（下面的图是12.2.2的，你要选择12.1.0）

（3）安装

• 自定义安装；
• 若安装了visual studio则不勾选visual studio integration；
• 若报错nsight visual studio edition安装失败，则也不勾选Nsight VSE；

（4）检查是否安装成功

  cmd中输入nvcc -V，正确结果如下：

2、安装CUDNN V8.9.5

  下载链接：https://developer.nvidia.com/rdp/cudnn-download

（1）安装

 　　解压下载的cudnn-windows-x86_64-8.9.5.29_cuda12-archive.zip包，将其中的文件复制到CUDE安装目录中（默认为C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.1）

 　　然后，在系统环境变量的Path中新增如下两项（对应自己的安装目录）

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.1
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.1\lib\x64

　　如下图：

（2）检验

　　切换到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.1\extras\demo_suite目录下，shift+鼠标右键打开命令行 执行bandwidthTest.exe或者.\bandwidthTest.exe，查看结果是否如下图，显示Pass则安装成功

二、安装Anaconda3 + Python 3.11

  下载链接：https://www.anaconda.com/download

1、安装

2、安装pip和git

  选择CMD.exe Prompt，在命令行中输入：

conda install git
conda install pip

3、成果

三、安装pycharm-2023.2.2

  下载链接：https://www.jetbrains.com/pycharm/download/#section=windows；

1、安装

  参照https://www.bilibili.com/read/cv25587034/ 进行安装。

2、汉化

  参照https://www.cnblogs.com/qq2806933146xiaobai/p/15225097.html 进行汉化。

四、安装Pytorch

1、安装

  打开官网https://pytorch.org/get-started/locally/，选择使用Conda安装，如下图，安装命令为：

conda install pytorch torchvision torchaudio pytorch-cuda=12.1 -c pytorch -c nvidia

  打开Anaconda Navigator — yolov5test — CMD.exe Prompt，粘贴命令，回车即可。安装完成如下图：

五、选择性安装OpenCV库

  打开【anaconda navigator】-yolov5test，点选下图所示【Enviroments】，将下拉单选成【ALL】，然后搜索【opencv】，选中点击apply完成了安装。

六、第一个Pytorch程序

import torch
import torch.nn as nn
import torchvision.transforms

# torch环境测试
linear_layer=nn.Linear(10,10)  #使用torch定义一个线性层
input_data = torch.randn(3, 10)                     # 生成一个大小为3x10的随机输入张量
output = linear_layer(input_data)                   # 应用线性层
print(output.size())                                # 输出为大小为3x5的张量

# Python 示例脚本
def print_hi(name):
    # 在下面的代码行中使用断点来调试脚本。
    print(f'Hi, {name}')  # 按 Ctrl+F8 切换断点。

if __name__ == '__main__':
    print_hi('PyCharm')