一、查看电脑信息

二、安装Anaconda

下载历史版本:https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

安装教程参见小土堆:

https://www.bilibili.com/video/BV1S5411X7FY?spm_id_from=333.788.videopod.episodes&vd_source=860d213855d0c6780cc3af51d16798da&p=21

点击此图形化界面

环境中出现base环境,即Anaconda安装成功!

两者没有区别,powershell功能更强大

三、创建虚拟环境

anaconda prompt:输入conda env list 当前的虚拟环境

创建虚拟环境:conda create -n zhl python=3.9

虚拟环境创建位置如上

查看当前虚拟环境有哪些包:conda list

删除某个虚拟环境:conda remove -n xxx --all

四、GPU与CUDA准备

https://pytorch.org/get-started/locally/

cuda runtime利用显卡驱动,要比显卡驱动版本低

1)确定自己的显卡型号

任务管理器:NVIDIA GeForce RTX 3050 Laptop GPU

2)确定显卡算力 8.6

https://en.wikipedia.org/wiki/CUDA

3)确定CUDA runtime

4)看自己的驱动CUDA Driver version  12.3

5)最终确定我们适用CUDA 11.5-12.3

CUDA版本<CUDA Driver version  12.3

在可用范围内选择最新的版本

五、安装PyTorch

CUDA版本<CUDA Driver version  12.3

conda install pytorch==2.5.1 torchvision==0.20.1 torchaudio==2.5.1 pytorch-cuda=12.1 -c pytorch -c nvidia
pip install torch==2.4.0 torchvision==0.19.0 torchaudio==2.4.0 --index-url https://download.pytorch.org/whl/cu121

镜像:

https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/win-64/
https://mirrors.bfsu.edu.cn/anaconda/cloud/pytorch/win-64/
http://mirrors.aliyun.com/anaconda/cloud/pytorch/win-64/
https://mirror.nju.edu.cn/pub/anaconda/cloud/pytorch/win-64/

【已解决】python安装pytorch时出现torch.cuda.is_available() = False的问题(图文教程)-腾讯云开发者社区-腾讯云

【2025】手把手教你PyTorch安装(附全部资源) - 知乎

到这里发现非常不幸,发现装成32位anaconda,于是卸载重装anaconda,上面步骤一样,只需重装anaconda不用变所以很快

这时重新安装pytorch--我的虚拟环境是3.9,这里使用pip安装就成功了,建议用pip,官网下载速度就很快,不要conda会报错

# CUDA 12.1
pip install torch==2.5.1 torchvision==0.20.1 torchaudio==2.5.1 --index-url https://download.pytorch.org/whl/cu121

啊啊啊啊终于下载成功了!!!

conda list查看包:

验证pytorch是否安装成功

完成!

六、Pycharm配置

七、下载项目进行环境配置

Anaconda prompt端cd进入requirement目录,pip install -r requirement.txt

资料参考:
https://www.bilibili.com/video/BV1S5411X7FY?spm_id_from=333.788.videopod.episodes&vd_source=860d213855d0c6780cc3af51d16798da&p=31

土堆老师太给力了!

Logo

AtomGit 是由开放原子开源基金会联合 CSDN 等生态伙伴共同推出的新一代开源与人工智能协作平台。平台坚持“开放、中立、公益”的理念,把代码托管、模型共享、数据集托管、智能体开发体验和算力服务整合在一起,为开发者提供从开发、训练到部署的一站式体验。

更多推荐