pytorch+anaconda+CUDA安装配置_anaconda cuda pytorch-优快云博客

本文链接：https://blog.youkuaiyun.com/Boss_Gao/article/details/107788155

本文详细介绍如何使用Anaconda配置PyTorch环境，包括安装Anaconda、创建虚拟环境、安装PyTorch及其依赖库，以及如何测试PyTorch和CUDA是否安装成功。此外，还介绍了如何在PyCharm中配置解释器。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

老板突发奇想要搞人工智能，自己只能从头学起。研究了一下几个框架，对于科研的话，pytorch可能更合适一点，于是配了一下环境。

安装anaconda

既然要配置python环境，自然是anaconda比较方便，下载安装没什么好讲的，傻瓜式操作。

安装pytorch

在anaconda下安装pytorch非常方便，在pytorch官网给出了下载的命，只要选择对应的版本就可以生成对应的命令行，在anaconda prompt控制台里输入命令就行了。

推荐新建一个虚拟环境来专门搞这个。（我创建了一个叫ptTest的新环境，python用的是最新的3.8）

conda create --name ptTest python=3.8

在anaconda prompt控制台里退出base环境，进入ptTest环境，安装pytorch（我用的是带CUDA的版本）

conda deactivate
conda activate ptTest
conda install pytorch torchvision cudatoolkit=10.2 -c pytorch

下载的时候速度可能有点慢，可以添加下载源的镜像线路，参考这篇文章https://blog.youkuaiyun.com/xinjieyuan/article/details/103738074

安装好了在控制台进入python：

python

输入测试代码

from __future__ import print_function
import torch
x = torch.rand(5, 3)
print(x)

如果输出类似下面的结果，那就安装成功了

tensor([[0.3380, 0.3845, 0.3217],
        [0.8337, 0.9050, 0.2650],
        [0.2979, 0.7141, 0.9069],
        [0.1449, 0.1132, 0.1375],
        [0.4675, 0.3947, 0.1426]])

测试CUDA

在python中输入

import torch
torch.cuda.is_available()

如果输出true，那就说明CUDA安装也成功了。我一开始没成功，去英伟达官网上下了个最新的显卡驱动，安装好了就行了

pyCharm配置

我用的是pyCharm作为编辑器，虽然作为入门的话，jupyter notebook用来学习困难更合适一点。

创建项目的时候，解释器选择conda的虚拟环境提供的解释器（比如这里的ptTest）

然后就可以愉快（并不）地学习人工智能（调包）啦