pytorch环境搭建

打开pycharm，新建项目，项目路径设置，项目编译器的选择，点击展开，因为已经创建了pytorch的环境，选择已存在的，interpreter下拉菜单中选择，若无选项，则点击三点按钮，选择conda环境，在右边下拉列表中选择，若无，则手动选择，点三点按钮，找到anaconda的安装地址，envs下面，选择pytorch环境，点击python.exe，点击确定，点击OK，可以看到已经导入之前创建的pytorch的环境，点击create完成。根据错误提示，找到路径，删除重复的.pyc文件，重新运行即可。

​Pytorch是一个以Python优先的深度学习框架，不仅能够实现强大的GPU加速，同时还支持动态神经网络。​ PyTorch既可以看作加入了GPU支持的numpy，同时也可以看成一个拥有自动求导功能的强大的深度神经网络。

专注个人学习提升，同时希望将所学所得分享给共同进步的朋友。

详细介绍了如何在conda环境下配置pytorch

无障碍安装pytorch全解

Pytorch环境搭建 一、 Anaconda 安装 Anaconda 作用包括：构建虚拟环境和资源包管理。其下载安装可以参考链接： 提取码：6666 在百度网盘里下载。作为开源软件，官网版本齐全，可下载。下载后，按提示步骤进行安装即可。 可以直接从 Anaconda官网下载，但因为Anaconda的服务器在国外，所以下载速度会很慢，这里推荐使用清华的镜像来下载。选择合适你的版本下载 注意：anaconda 的存储地址选择一个空的文件夹，文件夹以英文字母命名。 注意：将 conda 自动加入

本文详细介绍了在不同操作系统上使用venv和conda搭建 PyTorch 环境的方法，包括环境搭建前的准备、创建虚拟环境、安装 PyTorch、环境搭建后的验证与测试以及常见问题及解决方法。通过本文的介绍，读者应该能够顺利搭建 PyTorch 环境，并开始使用 PyTorch 进行深度学习项目的开发。在搭建环境的过程中，可能会遇到各种问题，但只要按照本文提供的解决方法逐一排查，相信都能够顺利解决。希望本文能够为读者在深度学习领域的探索提供帮助。更多技术文章见公众号: 大城市小农民。

ubuntu下深度学习环境配置

一、在服务器上搭建Anaconda环境 1、下载Anaconda： 从清华源地址下载所需的Anaconda 版本至自己的电脑。（官网速度慢不建议） 我选的为Anaconda3-2019.10-Linux-x86_64.sh 2、上传Anaconda： 首先将下载好的安装包（文件名为 Anaconda3-2019.10-Linux-x86_64.sh），打开终端，用scp命令将安装包拷贝到远程服务器，然后根据提示输入密码即可。 cd ~/文件路径 scp Anaconda3-2019.10-Linux-x86

安装配置pytorch环境（参考B站“我是土堆”）

本文详细介绍了 PyTorch 环境的安装过程，包括 Miniconda 安装、CUDA 安装、Pytorch 安装以及在 Pycharm 中的配置，还涵盖了简单应用、环境迁移方法及常见问题汇总。无论是深度学习初学者还是有一定经验的开发者，都能从中获取实用的指导，顺利搭建 PyTorch 环境，开启深度学习之旅。

总的来说分为以下几步下载anaconda--------->下载相关驱动（此项一般都不需要弄）--------->创建新的环境---------->去pytorch官网配置下载链接------------>下载安装pytorch------------->将anaconda创建的环境加入到pycharm中好的小伙伴们，今天的分享到此为止，期待下一次的与大家分享，我是你们的好伙伴apprentice_eye一个致力于让知识变的易懂的博主。小伙伴们，点个关注再走吧！！！

为了更好地在文章中体现配置环境期间可能出现的问题，已将配置好的环境删除之后，重新安装一遍并编写的教程，放心使用！

1、安装Anaconda https://repo.anaconda.com/ 安装相应的版本，我这里安装的是Anaconda3-5.2.0-Windows-x86_64.exe 2、显卡准备 深度学习离不开显卡（PyTorch支持英伟达显卡） 检查显卡驱动是否正常安装：正常显示表示，驱动正常安装。 3、管理环境3.1、 3.2、初始环境（base） (初始的屋子) 下面我们创建另一个环境（pytorch）: 3.3、激活环境(pytorch): 3.4、查看这个环境（屋子）中有哪些包 很明显，上面

不同操作系统，不同语言，不同包管理器安装PyTorch方法不一样。Anaconda是官网推荐的和主流的包管理器，若支持CUDA则能更好的用GPU进行加速，不过不是必选项。即本文主要介绍基于Windows+Python+Anaconda的Pytorch环境搭建。

首先需要进入 PyTorch官网，依次选择你电脑的配置(我这里已经下载了python3.7)，这里提供使用pip和conda两种环境下安装的步骤截图。

PyTorch和Tensorflow是目前最为热门的深度学习框架，本系列文章主要围绕PyTorch框架进行展开。本次文章主要介绍PyTorch框架的搭建。本文主要介绍了如何配置PyTorch环境，以便后期进一步学习PyTorch框架。在配置环境时要注意python的版本，cuda的版本（nvidia-smi），如果安装的PyTorch版本与电脑的硬件配置不相匹配会导致后期程序出现bug。