anaconda的pycharm新环境配置，win10anaconda配置pytorch环境

anaconda的pycharm新环境配置，win10anaconda配置pytorch环境进入网页下载相应程序https://developer.nvidia.com/cuda-downloads?target_os=Windows&target_arch=x86_64&target_version=10&target_type=exelocal对应10.2的cuDNN进行下述工作之前，请先查看自己的NVIDIA显卡型号，并查看对应的驱动版本。显卡型号在系统信息查看，NVIDIA显卡驱动进入NVIDIA控制面板查看，若想安装最新版本pytorch请先升级NVIDIA显卡驱动，官网有自动升级程序。本人老破笔记本显卡为GEFORCE 920m，因为没有先升级驱动，浪费了不少时间。望引以为戒！

学习研究需要，对pytorch环境有了需求。本人安装版本如下：

python3.7.6

anaconda4.8.3

CUDA Toolkit 10.2

对应10.2的cuDNN

进行下述工作之前，请先查看自己的NVIDIA显卡型号，并查看对应的驱动版本。显卡型号在系统信息查看，NVIDIA显卡驱动进入NVIDIA控制面板查看，若想安装最新版本pytorch请先升级NVIDIA显卡驱动，官网有自动升级程序。

本人老破笔记本显卡为GEFORCE 920m，因为没有先升级驱动，浪费了不少时间。望引以为戒！

1.下载CUDA

https://developer.nvidia.com/cuda-downloads?target_os=Windows&target_arch=x86_64&target_version=10&target_type=exelocal

进入网页下载相应程序

CUDA

选择位置安装即可。

2.下载cuDNN

进行下载之前需要注册NVIDIA账号，注意：会进行邮箱验证，所以不要用虚假邮箱，若虚假邮箱注册后会一直停留验证界面，不能更换邮箱。不小心虚假邮箱注册的解决办法：更换浏览器即可

https://developer.nvidia.com/rdp/form/cudnn-download-survey

cuDNN

进入网站选择对应版本下载即可。然后需要做两件事：

是一个压缩文件，解压后，有三个文件夹，在安装好的CUDA里找到对应文件夹，将其文件复制进去将bin文件夹所在地址添加环境变量

3.下载pytorch

在conda的prompt中创建pytorch环境，激活后运行安装命令，安装命令官网获取。

进入官网，选择下载版本，生成conda命令，在新创建的conda环境直接运行

pytorch

ps：国外网站，链接较慢，解决办法两种:

conda换国内源（清华、阿里……镜像等）

搭梯子

本人国内镜像安装失败，用的梯子

该过程，会失败十几次，多试几次，会成功的。

4.测试

命令行依次输入：

激活搭建的pytorch环境

activate pytorch

运行python，引入torch

python import torch

查看torch版本

torch.__version__

查看GPU是否配置好

torch.cuda.is_available()

运行结果如下：

结果

搞定！