Windows での PyTorch エントリ ディープ ラーニング環境の最も詳細なインストールと構成 (GPU バージョン)
1.Anacondaのインストールと仮想環境の作成
1.アナコンダをダウンロード
Anaconda 公式 Web サイト: https://www.anaconda.com
清華大学オープン ソース ミラーのダウンロード: https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
どちらの Web サイトもダウンロードできます。ダウンロードするコンピュータ
2.アナコンダをインストールする
環境変数への追加を選択する
と、インストールは成功します
3. 仮想環境を作成する
conda create -n 虚拟环境名字 python=版本
conda activate 虚拟环境名字
仮想環境を削除する場合は、コマンド ライン ウィンドウに次のように入力します。
conda remove -n 虚拟环境名字 --all
2. コンピューターの構成、GPU および CUDA の準備
1. コンピューターの GPU モデルを確認し、GPU の計算能力を判断します
私のグラフィックカードモデル:
2. 計算能力に応じて CUDA のバージョンを決定する
私のグラフィックス カードのコンピューティング能力は 6.1 に相当します
(1) オプションの CUDA ランタイム バージョンを決定します
(2) CUDA ドライブ バージョン >= CUDA ランタイム バージョンを確認します.
9.0 以上が利用可能であることを確認して見つけることができます
(3) 独自のドライバーを照会しますCUDA ドライブのバージョン
anaconda コマンド ラインに入力します。nvidia-smi
私のは 12.1 (4) です。CUDA 9-12.0
を適用できることを確認してください。
3. 最初の 2 つの手順の前に、グラフィックス カード ドライバーを更新できます。
3.Pytorch をインストールする
1.CUDAのバージョン選択
CUDA は最新の 11.7 を選択して
インストール コマンドをコピーし (copy Run this Command)、
インストールする仮想環境をアクティブ化 (conda activate virtual environment name) し
、インストール コマンドを貼り付けます。
2.Pytorch を確認する
Pytorch のインストールに対応する仮想環境をアクティブにします
conda list を入力して、リストに pytorch または torch があるかどうかを確認します
python と入力し
、import torch と入力し、
torch.cuda.is_available() と入力します。True
が表示された場合、Pytorch が正常にインストールされたことを意味します。
4番目に、PyCharmをインストールして構成します
1.コミュニティ版を選択
オンラインインストールを参照してください
2. anaconda で作成した仮想環境に接続する
[New Project] をクリックすると、New Project の
プロジェクト パスを変更できます
anaconda によって作成された仮想環境を使用する Anaconda で
仮想環境を構成したら、その環境を PyCharm に追加する必要があります。(または、新しいプロジェクトを作成するときに、特定のプロジェクトの動作環境を設定します)、Conda 環境を選択します。Conda 実行可能ファイルが見つからない場合があります
。下図の一番下にあるAnacondaのルートディレクトリにある_Conda.exeにダウンロードします（注：ファイル名に下線が引かれています）
。仮想環境で十分です。右下隅の [OK] をクリックします。
プロジェクト作成ページに戻ることができます。[作成] をクリックします。
右下隅に仮想環境が表示されます。
完了です。
5.参考文献
https://blog.csdn.net/qq_43874102/article/details/123164105
https://blog.csdn.net/s1hjf/article/details/128759758
https://blog.csdn.net/s1hjf/article/details/ 128756004
https://www.bilibili.com/video/BV1S5411X7FY