本文的环境搭建均在Windows 10 专业版22h2上进行

使用配置

Pycharm(Community Edition 2024.1.1)+Anaconda3(2024.02-1)+Cudatoolkit11.8(Anaconda3)+Pytorch(Stable2.3.0)。

Pycharm和Anaconda3不用太老的应该都能通用。

获取Pycharm

JetBrain官网下载

获取Anaconda3

清华源下载

初始化Anaconda3

创建虚拟环境

打开Anaconda Powershell Prompt并禁用默认激活base环境。

conda config --set auto_activate_base false

如需启用激活base环境：

conda config --set auto_activate_base true

是否需要换源

目前Anaconda的几乎所有国内源都无法使用，不推荐换源，官方源速度也不是很慢。

创建新的虚拟环境并启用

创建新环境：

conda create -n <env_name> python=<python_version>

删除环境：

conda remove -n <env_name> --all

本次主要是搭建香橙派5的视觉训练平台，就使用如下命令：

conda create -n orangepi5 python=3.8

进入环境

conda activate orangepi5

退出环境：

conda deactivate <env_name>

安装Cudatoolkit及其他所需文件

查看显卡能支持的Cuda的最大版本

命令行中输入

nvidia-smi

安装Cudatoolkit

目前Pytorch稳定支持的最大只到cuda12.1，我这里安装11.8的cuda，可以先搜索一下有哪些包：

conda search cudatoolkit 
conda search cudatoolkit -info #查看更完整的信息，如所需的依赖

conda install cudatoolkit=11.8.0 #安装cuda11.8版本

安装Cudnn

和安装cuda类似

conda search cudnn

可以看到cudnn的8.9.2.26版本可以支持cuda11和cuda12,可以直接安装，环境和依赖conda会自动适配。

conda install cudnn=8.9.2.26

安装Nvcc

如果是主机环境的话，安装Cudatoolkit时也就同时安装了Nvcc。但conda中安装并不附带Nvcc，所以我们得安装nvcc。

可以看到anaconda官方源的nvcc源不全，没有我们需要的11.8版本。

所以改用英伟达官方的nvcc源安装：

conda search -c nvidia cuda-nvcc

conda install -c nvidia cuda-nvcc=11.8.89

检查安装是否成功：

nvcc --version
nvcc -V

安装Pytorch

通过Pytorch官网选择合适的Pytorch版本。

conda install pytorch torchvision torchaudio pytorch-cuda=11.8 -c pytorch -c nvidia

配置Pycharm

导入Anaconda3环境

选择Anaconda3可执行文件

选择配置好的解释器

验证环境

import torch
print(torch.cuda.is_available())

如图则配置成功。