Pytorch环境搭建（Anaconda+Pycharm，清华镜像源）

标签：lan   创建   com   png   main   个人版   amp   tor   pkg   

Pytorch环境搭建（Anaconda+Pycharm，清华镜像源）

1. 安装anaconda

前往Anaconda官网下载个人版

2. 添加清华镜像源

由于pytorch的服务器在国外，直连下载的话很慢，所以选用清华镜像源下载

1. 点击开始菜单，进入Anaconda Prompt命令行
   
2. 在命令行中输入以下命令

# 添加清华镜像
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/main/
# 添加pytorch镜像
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
# for legacy win-64
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/peterjc123/
conda config --set show_channel_urls yes

3. 创建新的conda虚拟环境

conda create --name pytorch python=3.7
# 激活 进入新环境
activate pytorch

4. 安装Pytorch

conda install pytorch torchvision cudatoolkit=10.2

这里比官网的命令少了一个-c pytorch

主要是因为-c pytorch表示指定使用pytorch channel，这个服务器位于国外，下载速度很慢，使用刚刚添加进default channel的清华镜像源可以得到一个较快的下载速度

验证是否安装成功在当前环境下输入命令

python 
import torch 
import torchvision

5. 配置Pycharm

5.1 安装Pycharm

前往Pycharm官网下载社区版，然后安装

5.2 设置Python Interpreter

1. 在新建project界面或是在主界面菜单File->Setting->Python Interpreter

2. 设置Interpreter解释器，选择Existing Interpreter 已存在的解释器
   

3. 点击三个点的按钮去选择解释器的路径
   

4. 选择Conda Environment，设置解释器路径
   

5. 选择Anaconda->envs->pytorch（刚刚创建的conda虚拟环境）->python.exe作为解释器
   

Pytorch在Pycharm的环境就搭建完成了

Pytorch环境搭建（Anaconda+Pycharm，清华镜像源）

标签：lan   创建   com   png   main   个人版   amp   tor   pkg   

原文地址：https://www.cnblogs.com/yufeng97/p/13069247.html