目录
一、前言
1、简介
本文是关于深度学习的环境配置方法，包括了 Python，Anaconda3 和 Pycharm 的安装，创建虚拟环境以及安装 Pytorch 的 CPU 和 GPU 版本等。
2、准备
首先新建一个文件夹，命名为 deeplearning（文件夹命名尽量不要有中文和空格） 。然后在deeplearning中新建三个文件夹，分别命名为 Python、Pycharm、anaconda3
二、Python安装
1、下载安装包
（1）搜索官网
在浏览器上搜索Python，点击进入官方网站（welcome to Python.org 官方）
（2）下载最新版本
再将鼠标移动到downloads上，点击右侧Python3.13.2，再选择下载的路径，再点击下载
（3）选择其他版本下载
若需要下载其他版本则点击download里面的Windows，找到所需版本点击即可下载
2、安装
本文以安装 python-3.12.6 版本为例
（1）双击进入安装
双击 python-3.12.6-amd64.exe 进入安装。勾选 add python.exe to PATH ,再点击 Customize installation 选择安装路径，点击next
勾选全部，点击next
勾选第一个，最后两个可以不勾选，然后点击 Browse 选择路径（ 刚刚创建的 Python 文件夹的路径），最后点击 install 进行安装，然后等待安装完成即可
（2）查看是否安装成功
Win+R，然后输入 cmd 进入命令行窗口，再输入 python --version 或者pip，回车运行
三、Anaconda3安装
1、下载安装包
在浏览器上搜索 anaconda3清华大学开源软件镜像站，点击进入，然后找到适合自己电脑的（比如Windows系统，64位), 点击便可开始下载，等待完成即可
本文以 Anaconda3-2024.02-1-Windows-x86_64 为例
2、安装
（1）双击进入安装
双击 Anaconda3-2024-02-1-windows-x86_64.exe 进入安装。点击 next , 点击 I Agree
选择 Just Me (recommended)，点击 next
点击 “ Browse...”，选择安装路径 D:\deeplearning\anaconda3\ , 再点击next
勾选 Add Anaconda3 to my PATH enviroment variable，然后点击 install
然后等待进度条结束，一直点击 next，最后点击 Finish，窗口会弹出 anaconda 的界面，关掉即可
（2）查看是否安装成功
Win+R，然后输入 cmd 进入命令行窗口，再输入 conda --version ，回车运行
也可以再用Anaconda Prompt测试一下：输入conda --version,回车运行，出现安装anaconda的版本，则conda有效
四、Pycharm安装
1、下载安装包
（1）下载网址：
（2）选择专业版或社区版下载
点击Download，等待下载完成即可
【附：PyCharm社区版和专业版在功能、授权、支持平台以及代码编辑器与调试器等方面都存在显著差异。选择哪个版本取决于用户的实际需求，如初学者或小型项目开发者可以选择社区版，而专业开发者或需要高级功能的用户则更适合选择专业版。】
专业版：
社区版：（下滑界面可以看到）
2、安装
双击pycharm-professional-2024.2.1.exe 进入安装
点击下一步
点击浏览（B），选择安装路径 D:\deeplearning\Pycharm\pycharm-professional-2024.2.1.exe
全部勾选，点击下一步，然后点击安装（I）
等待安装完成，点击完成（或 finish）即可
3、进入pycharm
（1）打开 PyCharm 进行相关设置
勾选 I confirm that I have read and acept the terms of this User Agreement，再点继续
如果安装的是专业版，则暂时先选择 Start Free 30-Day Trial
注：如果跳出一个框让选择，Config or installation folder或者Do not import settings，如果本电脑安装了之前版本就可以选择Config or installation folder来导入以前的设置，如果没有安装过pycharm就选择 Do not import settings（不导入如何设置）然后点击 ok 进入即可
进入会看到一个选择主题的画面，可以按自己的喜好选择主题背景。选择主题后，点击next，再点击start，完成pycharm的安装
（2）汉化
File-->settings-->Plugins-->(右侧)Marketplace中搜索Chinese-->Chinese（simplifed）Language Pack-->点击install-->点击Apply
（3）文件-->设置-->编辑器-->字体，可以选择字体以及大小与高度，选择后点击确认
五、安装CUDA与cuDNN
与我前两篇博文的安装方法一致
【安装多版本CUDA】Windows系统，在已有一个CUDA版本下安装另外一个版本的CUDA，并安装与之对应版本的cuDNN，超详细教程!-CSDN博客
【注】：唯一不同的是，如果没有安装过CUDA，在自定义安装时，需要勾选所有，然后下一步
六、安装Pytorch
1、查看所能支持 python 与 cuda 的最高版本
（1）查看版本
Win+R，然后输入 cmd 进入命令行窗口，再输入 python --version 和 nvidia-smi
（2）版本对应关系
常见的 Torch、CUDA 和 Python 版本的对应关系（本文只列举了 Torch 的 1.9.0 及以上版本的）
| Torch版本 | 可选的CUDA版本 | 支持的Python 版本 |
| 2.5.1 | cu118，cu121，cu124 | cp310，cp311，cp312，cp313 |
| 2.5.0 | cu118，cu121，cu124 | cp310，cp311，cp312，cp313 |
| 2.4.1 | cu118，cu121，cu124 | cp310，cp311，cp312 |
| 2.4.0 | cu118，cu121，cu124 | cp310，cp311，cp312 |
| 2.3.1 | cu118，cu121 | cp310，cp311，cp312 |
| 2.3.0 | cu118，cu121 | cp310，cp311，cp312 |
| 2.2.2 | cu118，cu121 | cp38，cp39，cp310，cp311 |
| 2.2.1 | cu118，cu121 | cp38，cp39，cp310，cp311 |
| 2.2.0 | cu118，cu121 | cp38，cp39，cp310，cp311 |
| 2.1.2 | cu118，cu121 | cp38，cp39，cp310，cp311 |
| 2.1.1 | cu118，cu121 | cp38，cp39，cp310，cp311 |
| 2.1.0 | cu118，cu121 | cp38，cp39，cp310，cp311 |
| 2.0.1 | cu117，cu118 | cp38，cp39，cp310，cp311 |
| 2.0.0 | cu117，cu118 | cp38，cp39，cp310，cp311 |
| 1.13.1 | cu116，cu117 | cp37，cp38，cp39，cp310 |
| 1.13.0 | cu116，cu117 | cp37，cp38，cp39，cp310 |
| 1.12.1 | cu113，cu116 | cp37，cp38，cp39，cp310 |
| 1.12.0 | cu113，cu116 | cp37，cp38，cp39，cp310 |
| 1.11.0 | cu113，cu115 | cp37，cp38，cp39，cp310 |
| 1.10.2 | cu102，cu111，cu113 | cp36，cp37，cp38，cp39 |
| 1.10.1 | cu102，cu111，cu113 | cp36，cp37，cp38，cp39 |
| 1.10.0 | cu102，cu111，cu113 | cp36，cp37，cp38，cp39 |
| 1.9.1 | cu102，cu111 | cp36，cp37，cp38，cp39 |
| 1.9.0 | cu102，cu111 | cp36，cp37，cp38，cp39 |
（3）检查系统环境变量
打开 Win 搜索“编辑系统环境变量”，打开环境变量。在用户变量或者系统变量中找到 path 并打开
看看是否有以下环境变量，没有的话可以根据自己对应的安装路径，新建添加进去
2、安装
（1）创建虚拟环境
Win , 打开 Anaconda Prompt，打开方法如“ 三 1（2）”的图所示
【本文以安装GPU版本的 pytorch， torch=2.2.1，cuda=12.1, python=3.8 为例】
先转到 anaconda3 的 envs 的路径下，再输入命令：conda create -n pytorch_gpu python=3.8 ( pytorch_gpu 为自己命名的环境名)，等待出现 Proceed([y]/n)?，然后输入 y，等待创建完成即可。
输入conda list 查看是否创建成功
（2）激活环境
输入：conda activate pytorch_gpu
（3）安装pytorch
(i) 网址：https://pytorch.org/get-started/previous-versions/
https://pytorch.org/get-started/previous-versions/
【conda 和 wheel 是两种不同的包管理和安装方法，分别用于不同的环境和需求。选择 conda 还是 wheel取决于具体需求和项目复杂度。conda适合于复杂的多语言项目或需要强大的环境管理功能；wheel适合于简单的 Python 项目，更加轻量且易于使用】
(iii) 找到自己需要的版本，以下是使用 conda 安装方法安装 pytorch
回到刚刚的Anaconda Prompt界面，然后输入以下命令：
conda install pytorch==2.2.1 torchvision==0.17.1 torchaudio==2.2.1 pytorch-cuda=12.1 -c pytorch -c nvidia
等待出现 Proceed([y]/n)?，输入 y，然后等待安装完成即可
（iv）以下是使用 pip(wheel) 安装方法安装 pytorch
输入以下命令：
pip install torch==2.2.1 torchvision==0.17.1 torchaudio==2.2.1 --index-url https://download.pytorch.org/whl/cu121如果速度很慢，则Ctrl+C中断，再加上镜像源：
pip install torch==2.2.1 torchvision==0.17.1 torchaudio==2.2.1 --index-url https://download.pytorch.org/whl/cu121 -i https://pypi.tuna.tsinghua.edu.cn/simple/
注：
【如果是安装 CPU 版本的 Pytorch，方法与 GPU 版本的一致，只是复制的命令行不一样，比如在Anaconda Prompt界面中输入命令：pip install torch==2.2.1 torchvision==0.17.1 torchaudio==2.2.1 --index-url https://download.pytorch.org/whl/cpu 】
（4）验证是否安装成功
在刚刚的虚拟环境下继续输入命令：conda list 查看安装列表。
conda安装方法：可以在里面找到 pytorch 、 pytorch_cuda、torchaudio 和 torchvision 即可
wheel安装方法：可以在里面找到 torch 、torchaudio 和 torchvision 即安装成功
然后依次输入以下命令：
python
import torch
torch.cuda.is_available()显示出 True 即表示安装成功，输入 exit(0) 返回
（5）删除虚拟环境）（可跳过这一步）
【如果想要删除这个虚拟环境】先退出虚拟环境，输入命令：conda deactivate
然后输入命令：conda env remove --name pytorch_gpu 即可删除虚拟环境
再输入命令：conda env list 检查是否成功删除这个虚拟环境，发现已经没有 pytorch_gpu 了
六、配置pycharm的解释器
文件--->设置--->项目--->解释器
