目录

1.1 安装anaconda

官网地址：https://www.anaconda.com/download
v!v](https://i-blog.csdnimg.cn/direct/6e3ce8119d88419f8bc23845d9512421.png)

根据自己电脑的系统选择对应的安装包
在这里插入图片描述

  1. 运行安装程序： 双击下载的安装程序启动安装向导。
    （选择"Next"）
    在这里插入图片描述

  2. 选择“I Agree”
    在这里插入图片描述

  3. 选择安装类型： 在安装向导中，你将看到两个安装类型：“Just Me”（仅当前用户）和“All Users”（所有用户）。通常情况下，选择“Just Me”即可。
    在这里插入图片描述
    （选择“Just Me”，再点击“Next”）

  4. 选择安装路径： 选择Anaconda的安装路径。默认情况下，安装在用户目录下。你可以更改安装路径，但请确保选择一个没有空格或特殊字符的路径。(由于Anaconda软件占用内存比较大，不建议安装在C盘。如果C盘剩余空间比较大或者只有电脑C盘可以安装到C盘)
    注：务必记住该安装路径！！！可暂时记录到记事本上，后面的环境配置要用到。
    在这里插入图片描述
    （选择安装路径，再点击“Next”）

  5. 第一项：创建开始快捷方式(仅支持包)。推荐勾选
    第二项：自动将Anaconda3添加到我的PATH环境变量，官方不建议勾选，通过下方步骤三部分内容手动添加环境变量
    第三项：注册Anaconda3并将Python 3.11作为系统的默认版本，建议勾选
    第四项：完成后清除包缓存，建议勾选
    在这里插入图片描述
    （此处建议按下图方式勾选，再点击“Install”）

  6. 等待安装完成。这可能需要一些时间，取决于你的系统性能。
    在这里插入图片描述

  7. 点击“Next”
    在这里插入图片描述

  8. 再点击“Next”
    在这里插入图片描述

  9. 点击“Finish”,到此已完成安装。
    在这里插入图片描述

配置环境变量

接下来，我们进行第五步中的手动配置环境变量。
如果上述步骤5中没有勾选第二项（将Anaconda3添加到我的PATH环境变量），那么需要我们手动配置环境变量。

  1. 点击桌面上的“此电脑”，右键选择“属性”并点击。
    在这里插入图片描述

  2. 在出现的界面中点击“高级系统设置”。
    在这里插入图片描述
    注：如果找不到该选项，可通过搜索框直接搜索“高级系统设置”。

  3. 点击“环境变量”。
    在这里插入图片描述

  4. 在出现的界面中的系统变量板块中找到“Path”，双击”Path“。
    在这里插入图片描述

  5. 点击“新建”。
    在这里插入图片描述

  6. 将下列三项内容添加到环境变量(Anaconda安装路径要根据上面第4步安装Anaconda的路径设置):
    Anaconda安装路径(比如：D:\Soft\Anaconda\anaconda3)
    Anaconda安装路径\Scripts(比如：D:\Soft\Anaconda\anaconda3\Scripts)
    Anaconda安装路径\Library\bin(比如：D:\Soft\Anaconda\anaconda3\Library\bin)
    最终结果图：
    在这里插入图片描述

测试Anaconda环境是否配置成功
  1. 使用快捷键“WIN+R”打开运行面板，输入“cmd”，点击“确认”
    在这里插入图片描述
  2. 在出现的界面中输入“conda --version”，然后点击Enter键，看是否出现如下图所示的版本号
    conda --version
    在这里插入图片描述
    再输入”conda info“，点击Enter键，看是否出现例如下图的信息
    conda info
    在这里插入图片描述
  3. 输入“activate”，点击Enter键，再输入“python”并点击Enter键。如果出现和下图类似的输出内容，那么说明环境变量已经配置成功。
    activate
    python
    在这里插入图片描述

通过完成以上步骤，你已成功安装和配置Anaconda。

修改当前环境路径(Anaconda安装到C盘可以不改)
  1. 打开Anaconda的界面后，点击base（root）后面的绿色开始按钮，选择 open terminal
    输入conda info 查看当前的环境默认路径有哪几个。发现一共有三个，其中第一个是默认路径。现在需要将将默认路径改到除系统盘的其他盘
    在这里插入图片描述
  2. 输入conda config --add envs_dirs D:\Anaconda\envs 修改路径（斜体部分可以修改成你期望的放置路径）
    在这里插入图片描述
  3. 修改完路径后需要打开对应路径文件夹查看权限
    点击envs属性–安全–user权限
    在这里插入图片描述
    点击envs属性–安全，查看自己用户名的权限，若是自己用户只有读取和控制权限，点击高级，确认权限里面是否是完全控制
    在这里插入图片描述
    若仅有“读取和执行”权限，点击"添加-选择主体-输入自己的用户名，检查名称-确定“
    在这里插入图片描述
    在这里插入图片描述
    权限都勾选上，点击确定
    在这里插入图片描述
    编辑完成后会发现多出一项
    在这里插入图片描述
    在这里插入图片描述

1.2 创建虚拟环境

  1. 打开anaconda页面点击create创建虚拟环境
    在这里插入图片描述
  2. 输入信息后点击create，anaconda会开始创建环境，第一次创建所需时间较长
    在这里插入图片描述
    创建成功后会出现新的虚拟环境选项
    在这里插入图片描述
更换Anaconda镜像源(非安装必要步骤，视情况而定)

如创建虚拟环境时出现如下报错，是镜像源问题，需要更换为国内镜像源
在这里插入图片描述
或者在cmd终端命令窗口创建虚拟环境时提示如下错误，也需要更换为国内镜像源
在这里插入图片描述

  1. 查看镜像源，打开cmd命令窗口，输入conda config --show channels
    在这里插入图片描述

  2. 添加以下国内镜像源，如已经存在，则不用重复添加，添加剩余没有的即可

    conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/pro
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/

    在这里插入图片描述

  3. 设置检索路径

    conda config --set show_channel_urls yes

    在这里插入图片描述

  4. 再次查看当前镜像源

    conda config --show channels

    在这里插入图片描述

  5. 删除默认镜像源"defaults"，再次查看镜像源，“defaults”被删除

    conda config --remove channels defaults
conda config --show channels

    在这里插入图片描述

  6. 查看镜像源配置文件
    镜像源配置文件保存在当前用户主目录下的 .condarc文件中，输入dir 查看目录
    在这里插入图片描述
    按照路径，找到该文件，打开方式选择记事本，显示如下
    在这里插入图片描述
    在这里插入图片描述

修改为默认镜像(非安装必要步骤，视情况而定)

安装PyTorch时，国内镜像有可能会导致安装失败，此时删除国内镜像，添加默认镜像即可。
在cmd终端窗口输入以下命令：

conda config --remove-key channels  # 删除镜像
conda config --add channels defaults  # 添加默认镜像
conda config --set show_channel_urls yes  # 设置检索路径
conda config --show channels # 查看当前镜像

在这里插入图片描述

1.3 CUDA安装

  1. 查看显卡支持版本并下载CUDA，在终端中输入 nvidia-smi 查看显卡版本，根据显卡版本到官网下载对应版本的CUDA，一般小于等于该版本均可兼容。
    官网链接：https://developer.nvidia.com/cuda-toolkit-archive
    在这里插入图片描述
    在这里插入图片描述
    在这里有local和network，一个先下载到本地可以离线安装，一个直接安装，建议下载network，防止文件过大，浏览器断连。

  2. 安装CUDA，选择自定义安装，勾选如图组件，文件不是太大，安装位置可以选择默认路径。
    注：务必记住该安装路径！！！可截图记录下来，后面的配置要用到。
    在这里插入图片描述
    在这里插入图片描述
    完成后需要重启电脑

  3. 检查CUDA是否安装成功，重启后在终端输入nvcc -V检查
    在这里插入图片描述

1.4 cuDNN安装

安装完CUDA后，我们为了实现加速，还应安装【对应版本】的cuDNN。

  1. 下载cuDNN，访问https://developer.nvidia.com/rdp/cudnn-archive页面，下载对应版本的cuDNN，如下图所示，下载前需要先注册登录。比如，CUDA版本安装是12.5，则选择for CUDA 12.x的版本下载
    在这里插入图片描述

  2. 下载完成解压后有三个文件夹，将文件夹里面的内容拷贝到cuda安装目录中
    在这里插入图片描述
    把bin目录的全部内容拷贝到CUDA安装目录下的bin文件夹下：如C:Program Files\NVIDIA GPU Computing Toolkit\CUDAlv12.4\bin
    把include目录的全部内容拷贝到CUDA安装目录下的include文件夹下：如C:Program FilesINVIDIA GPU Computing Toolkit\CUDA\v12.4\include
    把lib\x64日录的全部内容拷贝到CUDA安装目录下的lib\x64文件夹下：如C:Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.4\lib\x64

  3. 配置环境变量
    在这里插入图片描述
    在这里插入图片描述

  4. 验证是否安装成功，配置完成后在cmd终端命令窗口输入cd\退出当前目录，再输入bandwidthTest.exe和
    deviceQuery.exe所在目录，如cd C:\ProgramFiles\NViDlA GPU Computing Toolkit\CUDA\v12.4\extras\demo suite，然后执行bandwidthTest.exe和deviceQuery.exe，显示如图，则表示安装成功
    在这里插入图片描述
    在这里插入图片描述

1.5 安装GPU版本的PyTorch

  1. 安装PyTorch
    PyTorch官网地址：https://pytorch.ac.cn/
    复制底下的Anaconda的命令到打开Anaconda命令行工具执行即可。（建议使用conda安装）
    注：需要在终端激活你的虚拟环境，然后执行命令
    在这里插入图片描述

    conda activate YOLO # YOLO为你设置的虚拟环境名称
conda install pytorch torchvision torchaudio pytorch-cuda=12.1 -c pytorch -c nvidia
# pytorch-cuda=12.1为自己的CUDA版本

    在这里插入图片描述

  2. 检查PyTorch安装是否成功
    在Anaconda命令行中输入conda list查看安装包是否包含PyTorch，如下图所示，如包含则表示成功完成了PyTorch的安装。
    在这里插入图片描述
    在这里插入图片描述

1.6 在pycharm里配置Anaconda

  1. 打开pycharm，选择File→Setting，按照下图配置解释器
    在这里插入图片描述
    在这里插入图片描述
  2. 配置完成后，可以看到如下图所示的PyTorch包
    在这里插入图片描述
    或者是这样的 ：
    在这里插入图片描述
  3. PyTorch-GPU版本安装验证，新建一个python文件，输入以下代码运行，如显示torch版本号、GPU版本号和True，则表示安装成功 
    import torch
 
print(torch.__version__)
print(torch.version.cuda)
print(torch.cuda.is_available())  #输出为True，则安装成功
    在这里插入图片描述
# pytorch # windows # 人工智能 # 深度学习
Logo
2048 AI社区

有“AI”的1024 = 2048，欢迎大家加入2048 AI社区

更多推荐

cover

大模型RAG从入门到精通（一）LLM 的能力和局限性，RAG（检索增强生成）

avatar 2048 AI社区
cover

公开模型一切，优于DeepSeek-R1，英伟达开源Llama-Nemotron家族

avatar 2048 AI社区
cover

GRPO微调Qwen2.5-coder：打造理解你时间表的AI工具人！

avatar 2048 AI社区