Pytorch虚拟环境配置

在开始配置Pytorch虚拟环境之前，你需要确保已经安装了Anaconda或Miniconda。这些工具将帮助你创建和管理虚拟环境。以下是配置Pytorch虚拟环境的步骤：

1. 创建conda虚拟环境
   首先，你需要创建一个conda虚拟环境。你可以使用以下命令创建一个名为“pytorch”的虚拟环境，并指定Python版本为3.8：

   conda create -n pytorch python=3.8

2. 激活需要的虚拟环境
   创建虚拟环境后，你需要激活它以开始配置Pytorch。在Windows上，你可以使用以下命令激活虚拟环境：

   conda activate pytorch

   在MacOS和Linux上，你可以使用以下命令激活虚拟环境：

   source activate pytorch

3. 查询本机cuda版本
   在安装Pytorch之前，你需要查询本机的CUDA版本。你可以使用以下命令查询CUDA版本：

   nvcc --version

   这将显示你的系统上安装的CUDA版本。
4. 安装pytorch
   接下来，你可以进入Pytorch官网，选择对应版本，并下载对应你系统CUDA版本的Pytorch安装包。然后，使用以下命令安装Pytorch：

   pip install torch torchvision torchaudio

   如果你需要安装特定版本的Pytorch，你可以使用以下命令：

   pip install torch==1.9.0 torchvision==0.10.0 torchaudio==0.9.0

5. 验证cudnn版本的方法
   在安装Pytorch之前，你需要验证你的系统上是否已经安装了正确版本的CuDNN。你可以使用以下命令查看CuDNN版本：

   nvcc --version | grep cudnn

   如果未显示CuDNN版本信息，则表示你的系统上尚未安装CuDNN。你可以访问NVIDIA官网下载并安装对应你系统CUDA版本的CuDNN。然后再次运行上述命令以验证CuDNN版本是否正确。
6. 安装tensorboard
   为了方便可视化训练过程，你可以安装TensorBoard。使用以下命令安装TensorBoard：

   pip install tensorboard

7. 在pycharm中配置刚才的conda环境
   最后，你需要在PyCharm中配置刚才创建的conda环境。打开PyCharm，进入“File”菜单，选择“Settings”，然后在左侧导航栏中选择“Project: Your Project Name”。在右侧选择“Python Interpreter”，然后点击“Add”。在弹出的对话框中选择“Conda Environment”，然后点击“Next”。在接下来的对话框中，选择你刚才创建的conda环境（例如“pytorch”），然后点击“Finish”。现在你的PyCharm已经配置好了conda环境。