一、前提

1. Python 3 已安装.X,并设置环境变量。

Pycharm 现已安装 。

二、安装准备

1. 微型孔达装置。

Python的资源管理包是Conda。就像爪哇的玛文一样使用 conda 下载和管理相当容易。 conda 一个pip+vitualenv收藏。它还包括安装Pythonpip。 第三方库 由于经常出现扶养问题,安装工作未能成功。绕过这些问题,使用 conda。

这篇文章是全球之声在线特稿的一部分。

一旦你下载了它,你就可以 安装它作为一个傻瓜立即。

2. 建立皮查姆

当你启动Pycharm时,你应该创建一个项目。

说明：

location–>项目存放位置，
New environment using—>下拉选择“conda”
Location—>此处配置的conda环境存放到的位置。
我不关心Python版本。
Conda 执行可执行文件位于安装目录下的脚本目录中。
向所有项目提供所有项目——是否使其他物品能够利用在这里已经建立的环境,通常为了彼此的目的,而不进行检查
现有译员在“新环境利用”前线旁边。这是第一次在使用前创造环境。也就是当“向所有项目提供”这个短语起作用的时候。
当你点击它时,它就形成。你可以写它,调试它,然后在Python运行它。

三. 可通过孔达安装Pytorch。

(1) 安装第三方图书馆精品或援引cmd,安装安装安装
(2) 缺乏适当的工作环境经常造成Pip安装方面的问题。我们可以通过安装 conda 来消除这一错误; 至于路径安装,我们很容易通过使用一种活动模式来交换(Linux使用一种源活动)。
(3) 从起始菜单中选择 Anaconda Express。

从孔达环境向工程环境的变化(我的项目称为机器人01):

(4) 火炬装置

进入Pytorch军官网络,当地发射PyTorch

按照要求选择好。

记住CUDA指的是用卡来操作,而不是用独立卡来运行。

右键单击桌面上的鼠标并选择 NVIDIA 控制面板( 如果不是英国Welda HC, 则必须吸取另一个教训; 控制面板是全能的 )。

然后把命令复制进去

最新的Pytorch将在10分钟内安装。