Nvidia显卡+Anaconda虚拟环境+Pytorch安装+Pycharm配置

Nvidia显卡驱动安装

安装新的nvidia驱动，版本大于457.30（必须支持cuda11.3），不需要预先安装cuda。
例如：
nvidia 457.30-desktop-win10-64bit-international-whql.exe

可以去英伟达官方网站下载，网址：Nvidia官网

我这里下载的版本是461.92.双击进行默认安装即可。

安装完成后可以打开cmd命令行 输入Nvidia-smi 查看安装的GPU CUDA版本

Anaconda虚拟环境

去Anaconda官网下载对应Python版本的anaconda 官网下载地址

下载好之后双击打开，进行安装。

这里选择ALL Users 将权限打开

安装路径尽量不要安装在系统盘，因为后期安装库会遇到权限问题，出现conda安装包报错:The current user does not have write permissions to the target environment(当前用户没有写入权限），导致第三方库无法安装。具体问题可以参考C：盘安装报错。尽量安装到别的盘根目录下。

这个地方第一个也要勾选，后面不用手动配置路径，能够自动配置。

点击Install，等待安装完成即可。

Cuda虚拟环境配置

添加conda源，加快安装速度。在cmd中运行下面命令行：
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
会在在c:/Users/用户名/ 生成.condarc 文件。
用记事本打开 .condarc 文件，将里面所有内容用如下替换：

channels:
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
ssl_verify: true
channel_priority: strict

然后 创建虚拟环境并激活。在cmd命令行中输入：
conda create --name ef3090 python=3.7
conda activate ef3090
等待安装下载即可。

Pytorch下载安装

安装pytorch，安装cuda 11.3版本的pytorch
3090目前就11.3版本可以安装cuda，前面的都不行。注意看安装的时候，要安装 pytorch/win-64::pytorch-1.10.1-py3.7_cuda11.3_cudnn8_0，如果是cpu后缀，就表示不支持cuda。 -c pytorch表示从官网下载，速度慢。
cmd命令行输入如下，进行安装：
conda install pytorch torchvision torchaudio cudatoolkit=11.3

有时会出现conda安装环境报错：Solving environment: failed with initial frozen solve.
解决方法：
1.更新conda到最新版本：conda update -n base conda
2.再查一下conda版本：conda -V
3.第二次更新conda到最新版本：conda update -n base conda
4.更新完后再查一下conda版本：conda -V
5.执行：conda update --all 将所有库升级为最新版本，时间比较慢，等待即可。
然后再次输入conda install pytorch torchvision torchaudio cudatoolkit=11.3 即可

如果要在cuda中安装第三方库，在cmd输入：
pip install pyyaml opencv-python tqdm matplotlib scikit-learn==0.22.1 -i https://pypi.mirrors.ustc.edu.cn/simple/

Pycharm配置Pytorch环境

打开File下的Settings

选择Python Interpreter，再点击右上角的小齿轮

选择show all

点击左上角的+号

选择第二个Conda Evironment ，右侧选择第二项Existing environment 。Interpreter 选择Anaconda下面的python.exe。不要选择envs子目录下的python.exe。因为调用的库上面已经安装在Anaconda-lib中了，选择子目录的python会发现第三方库无法调用。Conda executable一般会自动配置选好，无需我们自己选择。点击OK即可。

结果

完成上述操作，Pytorch相关程序可以运行。写此博客以防以后忘记，无其他用途。如有其他问题，欢迎评论区探讨。