1、前言

本文参考了Pytorch的安装（Cuda+Cudnn+Anaconda）GPU版本，巨详细，安装不成功 你来打我以及深度学习——安装Anaconda、Pycharm以及CUDA和Pytorch库安装方法(2023.11最新)，完成 win10 系统下pytorch的环境搭建。后续参考在 PyCharm / Spyder 进入 pytorch 环境设置了在Pycharm和Spyder中来使用搭建好的Pytorch环境。感谢各位大佬的教程。在此记录自己的搭建过程，以备不时之需。至于linux系统中的环境搭建，待需要时再实践并补充。

2、CUDA的安装

由于pytorch、CUDA以及cuDNN之间有版本对应关系，所以需要先检查一下适合的版本。

2.1 cuda版本确认

打开Nvidia控制面板，找到左下角的 系统信息，点击后找到 组件 栏，可以看到显卡支持的CUDA核心版本

2.2 检查Visual Studio的安装

通过win10任务栏中的搜索框可以检查是否安装了Visual Studio，需要注意的是Visual Studio与Visual Studio Code不是一回事。

这里我没有安装Visual Studio，所以在CUDA安装时需要注意一些细节。

2.3 Pytorch与CUDA的版本对应

在https://pytorch.org/这里可以查看pytorch版本支持的CUDA版本

图中可以注意到，首先最新的pytorch支持python3.8及以上版本，也支持CUDA 11.8和CUDA 12.1。我的3060ti支持的CUDA最高版本为12.3.99，所以这里我可以安装CUDA 12.1。

2.4 下载并安装CUDA

打开 CUDA Toolkit Archive ，选择CUDA 12.1.0：

这里我选择了windows系统，version10就是win10下载并安装。

安装时首先会让你选择extraction的位置，默认是在C盘local/tmp下，大约需要占用10G的空间，在临时存放解压缩后的安装文件，安装完成 或 取消安装 后临时文件会被删除，一般不用管它。如果C盘吃紧，可以修改到其他盘。

选择 自定义安装

如果电脑上没有安装Visual Studio，需要取消Visual Studio Integration的勾选。

建议这几栏下的安装内容都看一下，当前版本是目前电脑上已有的版本，如果发现 新版本 低于 当前版本，可以取消勾选该条目以避免重复安装。比如在Driver components下取消Display Driver的勾选。

之后是选择安装目录，可以自行修改。安装完成后，在命令提示符中输入 nvcc -V

如图，已安装成功。

3、cuDNN的安装

3.1 cuDNN下载

打开（网址），需要先注册。

在cuDNN Archive中查看适配的cuDNN，这里我选择v8.9.6 for CUDA 12.x，选择windows版本。

下载后，将文件夹解压到CUDA的安装目录下的CUDA\12.1\下，我这里CUDA安装到了G盘：

3.2、配置环境变量

在解压cuDNN到合适的位置后，需要给它添加环境变量。在win10任务栏搜索框中搜索“环境变量”

在 系统属性 的 高级 栏的最下方找到 环境变量，点击后在新窗口下方 系统变量 中找到 Path，单击选中Path然后点击下方的 编辑 按钮 

点击右侧的 新建，把这两个路径加入进去（自己安装的路径）

3.3、检查cuDNN是否安装成功

打开命令提示符，输入 G: 回车切换到G盘，用cd切换到cuDNN的安装目录

输入 bandwidthTest.exe然后回车，其实输入band后按tab键就自动给出全名了

输入 deviceQuery.exe 回车

都PASS就表示没问题了。

4、Anaconda安装

在Anaconda官网Anaconda Free Download下载并安装，自己修改安装路径或者默认路径，一路next就可以了。

如果电脑上有旧版本的Anaconda，建议卸载后安装最新版，因为conda的版本可能不一样。我是卸载了21年安装的Anaconda重新安装的，当时的conda是4.10版本，目前最新的是23.7版本。

之后同样需要配置一下环境变量，根据自己的安装目录把下图三个目录加入Path中

命令提示符中输入 conda -V

5、Pytorch安装

5.1 使用conda搭建虚拟环境

由于虚拟环境以及一些包会占用磁盘空间，Anaconda安装在C盘的小伙伴可以去搜索一下如何修改conda虚拟环境搭建位置。我这里Anaconda是安装在G盘。它在搭建环境时，会把相关文件放在Anaconda安装目录下的envs和pkgs中

win+R输入cmd打开命令提示符，输入 conda create -n pytorch python=3.11 创建名为pytorch，python版本为3.11的虚拟环境，可以根据需要自行设定python版本

创建后输入conda env list来查看已有的虚拟环境

5.2 安装Pytorch并检查

输入 conda activate pytorch 来进入创建的pytorch环境。还记得在Pytorch官网查看其与CUDA版本对应关系的步骤吗？我们还需要进入该网站https://pytorch.org/，根据自己的选择来获得Pytorch的安装命令

这里我选择使用pip来安装，复制图中Run this Command中的安装命令，在pytorch环境中单击右键粘贴，回车

需要按y就按y确认。安装好之后，在该环境中输入 pip list 来查看安装情况

可以看到 torch torchaudio 和torchvision都安装好了。为了确定它们是否是GPU版本，在pytorch环境下输入 python 并回车

输入 import torch 并回车，然后输入 torch.cuda.is_available() 并回车

返回True表示安装的是GPU版本，False则是CPU版本

另外，可以在import torch后输入 print(torch.__version__)来查看Pytorch的版本，注意这里version左右是两条下划线__不是单条下划线_

在import torch后，也可以使用 print(torch.cuda.device_count()) 来查看可用的CUDA数量

这里得到的 1 表示连接了一块显卡，而不是显卡中CUDA核型的数量，要分清楚，CUDA核心数量可以去Nvidia控制面板查看

至此，Pytorch就搭建成功了。我按照流程顺利安装完成，如有问题，可以参照本文开头的参考文章或自行搜索解决。

祝各位环境搭建顺利。

6、在Pycharm和Spyder中使用搭建的pytorch环境

在命令提示符中进入pytorch环境，固然可以直接使用，但很显然不方便。那么该如何在pycharm和spyder中来使用搭建好的pytorch环境呢？

6.1 在Pycharm中使用pytorch

打开Pycharm，打开File->Settings，找到Python Interpreter，选择show all

点击左上角的+号，在Conda Environment，选择右侧Existing environment，在Interpreter中选择上文创建的Pytorch环境下的python.exe。创建的环境一般是在Anaconda安装目录下的envs目录中

之后就可以直接import torch来使用了

6.2 在Spyder中使用pytorch

首先，打开Anaconda自带的Spyder，打开 工具 - 偏好

选中 Python解释器（Python interpreter），选择上文搭建的pytorch环境下的python.exe。上文提到，搭建的环境是放在anaconda目录下的env目录中

点击OK/Apply后，在spyder界面右下方的控制台中，进行kernel重启

一般情况下，此时控制台会提示需要在pytorch环境中安装spyder，并给出安装的命令，如 conda install spyder=2.4。但是实际上spyder=2.4的版本可能并不适用于搭建pytorch环境，所以我们就不用指定版本了

win+r 接 cmd，conda acitvate pytorch进入搭建的pytorch环境。再提一嘴，这里conda activate 后跟的是你所搭建的环境的名称。在该环境下使用 conda install spyder 来安装spyder

需要按y就按y回车。安装完成后会提示done，接下来可以在spyder中的控制台内点击 重启IPython内核 

当然，也可以像正常使用python那样，在代码中import torch

至此，可以在spyder中来使用搭建好的pytorch环境啦

6.3 在Jupyter中使用pytorch

使用jupyter就像使用R一样，可以逐行查看执行结果，在处理数据时非常方便

6.3.1 在jupyter中添加pytorch环境

这里建议先参考Jupyter nootbook 中添加虚拟环境来尝试将搭建的pytorch环境直接加入到jupyter中。

管理员身份打开命令提示符，切换到pytorch环境，输入 python -m ipykernel install --user --name pytorch --display-name pytorch

然后打开jupyter notebook，能看到new下有pytorch环境，进入后impotr torch也成功了。至此可以在jupyter中使用pytorch

6.3.2 安装Nbextensions

另外，据jupyter notebook 的Nbextensions安装所述，如果安装Anaconda时自定义了安装目录，可能会导致jupyter中没有Nbextensions，无法使用诸如自动补齐代码的插件。

所以我需要安装一下。管理员身份打开Anaconda promt，

参照jupyter notebook 的Nbextensions安装，先在环境pytorch下执行 pip install jupyter_contrib_nbextensions ，然后执行 jupyter contrib nbextension install --user ，此时我遇到报错说没有找到模块notebook。pip list发现确实没有该模块，根据https://blog.csdn.net/jingmenghai/article/details/131870625使用 pip install jupyter notebook==6.0.1 安装该模块。

重新执行 jupyter contrib nbextension install --user 报错说缺少模块 markupsafe 。pip install markupsafe 显示已安装其2.1.3版本，pip list也看到有该模块。pip uninstall markupsafe卸载后重新pip install markupsafe，然后重新执行 jupyter contrib nbextension install --user 就通过了。然后执行 pip install jupyter_nbextensions_configurator 顺利通过。

此时打开Anaconda的jupyter会报错说没有找到 jupyter_nbextensions_configurator，而 pip list 中是有它的。根据https://zhuanlan.zhihu.com/p/610874603 在当前环境中执行 python -m pip install jupyter_nbextensions_configurator ，顺利执行完成。重新打开jupyter 就没有报错了，且 Nbextensions出现了

至此，没有多余需要补充的了。

下文仅为记录，可以无视：

下面是我在尝试不同方法试图在jupyter中使用pytorch的些许记录，可以无视。

一些教程提到需要在pytorch环境下conda install nb_conda才能够在jupyter中使用pytorch。但是我的py3.11环境无法安装nb_conda，会提示：

nb_conda应该只能在py3.9以下才能顺利安装。如果执行conda install jupyter，尽管能在pytorch环境下安装jupyter，依旧无法在Anaconda的jupyter中使用pytorch环境。网上有看到同样无法安装nb_conda的情况，我这里只能重新创建一个py3.8的环境来进行pytorch的安装。

win+r 接cmd，conda create -n pytorch38 python=3.8新建环境，conda activate pytorch38进入环境

在该环境下重新安装pytorch。安装完成后，在当前环境下执行 conda install nb_conda。咦，我遇到了报错

在pytorch38/Scripts目录下会发现并不存在jupyter-nbextension.exe和jupyter-serverextension.exe。据https://www.bilibili.com/read/cv24005020/所述应当是安装Anaconda时自定义了安装目录，导致该安装目录下没有nbextension。打开jupyter确实会发现没有NBextension：

所以我需要安装一下。

参照这个BILI文章，先在环境pytorch38下安装pip install jupyter_contrib_nbextensions，然后执行jupyter contrib nbextension install --user时报错说没有找到模块notebook。pip list发现确实没有该模块，根据https://blog.csdn.net/jingmenghai/article/details/131870625使用pip install jupyter notebook==6.0.1安装该模块（不指定6.0.1的版本的话我py3.8依然报错）。重新执行jupyter contrib nbextension install --user报错说缺少模块markupsafe。pip install markupsafe显示已安装其2.1.3版本，pip list也看到有该模块。pip uninstall markupsafe卸载后重新pip install markupsafe，然后执行jupyter contrib nbextension install --user就通过了。然后执行pip install jupyter_nbextensions_configurator顺利通过。

但是此时打开Anaconda的jupyter会报错说没有找到 jupyter_nbextensions_configurator，而pip list中是有它的。根据https://zhuanlan.zhihu.com/p/610874603在当前环境中执行python -m pip install jupyter_nbextensions_configurator，顺利执行完成。重新打开jupyter就没有报错了，且Nbextensions出现了。

此时虽然pip list中没有jupyter_serverextensions，但是conda install nb_conda并不会在这里报错了，并出现了其他错误：

当前的anaconda prompt是以管理员身份运行的，且winpty.dll存在，那为何会拒绝请求呢？会不会是同时打开的jupyter占用了该文件？

我关掉jupyter后重新conda install nb_conda，顺利done。但此时打开jupyter notebook，依然无法在new下找到我想要使用的环境pytorch38.

参考了Jupyter nootbook 中添加虚拟环境，将pytorch38成功加入到jupyter notebook中，但是这个环境中没有torch....很奇怪

OK，既然这种方法似乎跟nb_conda没关系，就直接用上文中py3.11搭建的pytorch环境来直接放到jupyter中。

管理员身份打开命令提示符，切换到pytorch环境，输入 python -m ipykernel install --user --name pytorch --display-name pytorch

然后打开jupyter notebook，能看到new下有pytorch环境，进入后impotr torch也成功了。