配置和环境

Windows 10系统、#PyCharm#、Anaconda3图形界面、RTX3070显卡

第一步：安装Anaconda3环境

首先，进入Anaconda的官网()进行下载，选择你想下载的#Python#版本(我选的是Python3.8)，下载后安装，基本都是选择默认选项(新版省去配置环境变量的工作)。

安装界面

最好两个都选择

安装完成后可以打开cmd测试python和conda是否都安装好(如下输入conda -v和python -v)

C:\Users\Administrator>conda -Vconda 4.9.2C:\Users\Administrator>python -VPython 3.8.5

首先打开Anaconda Navigator图形界面(如下图)，点击红色框的"Environments"；

Anaconda Navigator图形界面

然后看到在该目录下存在的变量，其中base(root)是本机配置的基础环境，其他都是虚拟环境；

环境页面

现在我们点击环境下方的"Create"来创建新的虚拟环境(点击"clone"可以复制已经创建的虚拟环境)，需要填写环境名称、python版本等；

创建环境

创建完成后，我们在环境列表就出现了我们刚刚创建的环境，右边可以查看已经安装和未安装的依赖，我们可以在这里安装(方便快捷)，也可以在刚刚创建的环境靠右的地方有个三角按钮，点击后我们选择"Open Terminal"打开终端，在这里安装也可以；

打开终端

第三步：安装Pytorch和CUDA

上一步结束我们打开了虚拟环境(test1)的终端，我们输入如图所示指令即可完成Pytorch、CUDA的安装；

安装pytorch和cuda

第四步：测试

①安装完成后，我们可以输入如图所示指令，可以查看安装的Pytorch版本；

测试pytorch

②我们可以输入如图所示指令，测试安装CUDA是否可用；

import torchflag=torch.cuda.is_available()print("pytorch是否可以：" + "是" if flag else "否")device=torch.device("cuda:0" if flag else "cpu")print("GPU存在的话显示编号，不在则显示CPU:" + str(device))print("显示显卡名称:" + torch.cuda.get_device_name(0))

D:\python\Anaconda3\envs\test1\python.exe D:/python/pythonProject/pytorch_learning/judge_gpu.pypytorch是否可以：是GPU存在的话显示编号，不在则显示CPU:cuda:0显示显卡名称:GeForce RTX 3070

如果结果类似上面的情况，则证明Pytorch和CUDA安装成功，接下来就可以进行程序的运行了。