配置 Anaconda+VScode+CUDA+cuDVV+PyTorch

安装 Anaconda

从官网或清华镜像网站下载安装均可. 安装时不要勾选Add Anaconda to my PATH environnment variable选项. 在安装下载完后, 再添加环境变量:

1. 打开系统属性面板.
2. 选择高级-环境变量.

3. 在系统变量中找到Path, 点击进入编辑后新建四条路径 (具体路径与安装位置有关, 以安装在 D 盘下的 Anaconda 文件夹为例):

   D:\Anaconda
   D:\Anaconda\Scripts
   D:\Anaconda\Library\mingw-w64\bin
   D:\Anaconda\Library\bin

   可以打开 cmd 检查一下, 在 cmd 中键入conda --version, 输出相关版本信息. 键入conda info获取更多信息.

管理 Anaconda 虚拟环境

打开 cmd, 键入activate进入base环境.

再次键入conda create -n py312 python=3.12即可创建一个环境名称为py312的, python版本为3.12的虚拟环境.(可根据需要换版本)

下载创建好环境后, 键入conda activate py312即可激活进入建立的 py312 环境 (命令行前面的括号有所提示). 这时键入python并执行, 出现的本环境中的 python 版本为 3.12.9, 配置完成.

键入exit()即可从python中退出. 再次键入conda deactivate即可从 py312 环境退回至 base 环境, 再次键入退出 base 环境.

关于虚拟环境, 更多的指令可以查看 conda 官网, 常用的指令还有

• conda env list, 可以查看所有环境.
• conda innstall x, x 处填写具体的库, 如 pandas 等等.

VScode环境

下载 VScode 并安装 python 相关插件.

按住Ctrl+Shift+P打开命令面板, 输入Python: Select Interpreter, 选择 py312 环境. 也可打开一个 py 文件, 在右下角切换环境.

Pycharm 的操作方式类似.

CUDA 与 cuDVV 安装

首先下载好显卡驱动. 在 cmd 中键入nvidia-smi查看相关信息 (比如 driver 版本, CUDA版本, GPU 使用率等等)

选择合适的 CUDA 版本 (参考这篇文章) 下载安装包 (Installer Type 选择 exe(local)), 安装包下载后一路默认即可. 在 cmd 中键入nvcc -V验证是否成功安装.

CUDA 由 CUDA driver, CUDA runtime 与 CUDA Libraries 三部分组成, 这里的版本应该指的是 runtime 的版本 (尚不明确).

选择对应的 cuDVV 版本, 下载压缩包后解压缩, 将 bin, include, lib 三个文件夹复制粘贴到刚刚安装 CUDA 的文件夹里.

PyTorch下载

打开 cmd, 进入 py312 环境.

打开PyTorch官网, Package 为 Pip, Compute Platform 选择对应地 CUDA 版本, 将下方的键入 cmd 中, 等待安装. 安装成功后, 可在 cmd 中打开 python, 依次键入import torch' 'print(torch.__version__)' 'print(torch.cuda.is_available()).第二条代码输出 torch 版本, 第三条代码输出结果应为 True.

在 VScode 或 Pycharm 下以 py312 环境建立新文件, 同样用上方三条代码检测是否成功.