深度学习框架搭建（Vscode/Anaconda/CUDA/Pytroch）

目录
​​​​​​一 Vscode安装
二、Anaconda安装
三、更新显卡驱动
四、安装CUDA
五、安装Pytorch
六、Vscode配置
七、出现的问题汇总

---

​​​​​​一 Vscode安装

在 Windows 上安装
访问 VS Code 官网 https://code.visualstudio.com/，点击 "Download for Windows"下载适配的安装包，默认会下载稳固版（Stable）。

下载的是一个类似 VSCodeUserSetup-{version}.exe 安装步伐，双击下载的 .exe 文件。
安装步伐打开后，会要求你担当 Visual Studio Code 的条款和条件，点击"I accept the agreement(我担当协议)"，然后点击" Next(下一步) "。

选择安装位置，默认情况下 VS Code 会安装在以下目录 C:\Users\{Username}\AppData\Local\Programs\Microsoft VS Code，Username 为你的用户名，没特别要求按默认的来，点击" Next(下一步) "。

接下来是设置一些开始菜单的目录，按默认就好了，点击 " Next(下一步) "。

接下来，可以勾选以下选项（保举）：
在桌面创建快捷方式。
将 VS Code 添加到右键菜单中（方便直接用 VS Code 打开文件）。
将 VS Code 添加到 PATH 环境变量（方便在终端中运行 code 命令）。

点击"Install(安装)"按钮，等待完成后启动 VS Code。

点击 "Finish(完成)" 按钮完成安装：

启动 VS Code ，界面如下所示：

安装汉化包
VScode 安装汉化包很简朴，打开 VScode，点击左侧安装扩展图标，在搜刮框输入 Chinese：

然后点击第一个搜刮出来选项【Chinese (Simplified) (简体中文)】的 Install 按钮就可以：

安装完成后，重启 VSCode，界面体现的就是中文了。

---

二、Anaconda安装

• 使用国内源来下载Anaconda，这里选择的是2024年版本。
  
  
  
• 安装Anaconda3，到这步勾选这三个选项。
  
  
  
  
• 末了一个页面取消勾选这两个选项，至此Anaconda就安装完毕了。
  
  
  
  
• 配置环境变量，流程如图所示
  
  
  
  
• 使用 conda --version 验证Anaconda是否安装成功
  
  
  
• 安装好以后你的电脑会有一个Anaconda Prompt软件，双击打开如图所示
  

---

三、更新显卡驱动

先查察本身的显卡型号，方法：设备管理器 -> 体现适配器

检查驱动版本方法：Win+r打开cmd，输入

• 进入Nvidia官网，输入本身的显卡型号
  

点击开始搜刮，下载驱动

• 更新驱动，这里有几个选项勾选一下
  a. 默认OK
  
  
  
  b. 选择第二个
  
  
  
  c. 选择自定义
  
  
  
  
• 安装完毕后查察显卡驱动：win+r打开cmd -> nvidia-smi，记住这个CUDA的版本12.9，后面安装CUDA的版本要小于等于这个版本
  

---

四、安装CUDA

进入CUDA官网，选择12.0的版本

根据本身电脑情况选择对应选项，末了选Download

安装步骤和上述显卡驱动安装步骤一样，默认 -> 自定义，这里有几个可以取消勾选

将图片中的四个路径添加到环境变量中。

检查是否安装成功：cmd窗口中输入：nvcc -V命令

---

五、安装Pytorch


我们先来用Anaconda创建一个虚拟环境。
新建虚拟环境。
​a. 打开Anaconda Prompt，输入下面一行命令，即创建一个名字为pytorch2.2.2，python版本设置为3.9的虚拟环境。

1. Conda create -n pytorch2.2.2 python=3.9

复制代码

​ b. 选择y，等待安装完毕即可。

​
​ c. 激活虚拟环境，即在Anaconda Prompt中输入下面一行命令，可以看到最前边的括号从base环境酿成了pytorch2.2.2环境，接下来我们就要在这个环境中安装Pytorch。

1. conda activate pytorch2.2.2

复制代码

d. 在新的虚拟环境中安装Pytorch，找到对应的命令，由于我们的CUDA是12.0版本，所以这里选择11.8版本的。
   conda install pytorch torchvision torchaudio pytorch-cuda=11.8 -c pytorch -c nvidia
  在Anaconda Prompt中输入上述命令，并选择y

验证pytorch是否安装成功，即输入图片中的几个命令：打开python解释器，导入torch库，使用torch.cuda.is_avaiable()看输出是否为True

---

六、Vscode配置

    a.点击右下角选择解释器路径，就选择我们配置好的虚拟环境
    b.验证配置                       

---

七、出现的问题汇总

1.Anaconda Prompt窗口打开一闪而退。
通过控制面板卸载
打开 控制面板 → 步伐和功能，找到 Anaconda3 或 Python 3.x (Anaconda)，右键选择 卸载。
重新安装 Anaconda（优化版）
1. 下载安装包（保举国内镜像加速）

• 官网下载：访问 Anaconda 官网，选择 Windows → 64-Bit Graphical Installer（保举）。
  
• 清华镜像下载：访问 清华大学开源软件镜像站，选择最新版本（如 Anaconda3-2024.10-1-Windows-x86_64.exe）。
  

2. 运行安装步伐

• 以管理员身份运行：右键点击安装包，选择 以管理员身份运行。
  
• 选择安装范例：
  
  
  
  • Just Me：仅当前用户可用（保举）。
    
  • All Users：需管理员权限，所有用户共享。
    
  
  
• 选择安装路径：
  
  
  
  • 发起安装到非体系盘（如 D:\Anaconda3），路径名称制止中文或空格。
    
  • 勾选 Add Anaconda to my PATH environment variable（不发起勾选，大概导致环境变量混乱）。
    
  
  
• 注册默认 Python：勾选 Register Anaconda as my default Python 3.x（除非需多版本共存）。
  

3. 配置环境变量（若安装时未勾选 PATH）

• 手动添加路径：
  
  
  
  • 找到安装目录（如 D:\Anaconda3），复制以下三个路径：
    plaintext
    
    1. D:\Anaconda3  
    2. D:\Anaconda3\Scripts  
    3. D:\Anaconda3\Library\bin  

    复制代码
  • 打开 体系属性 → 环境变量，在 体系变量 的 PATH 中新建并粘贴上述路径。
    
  
  
• 验证配置：
  打开新的命令提示符，输入 conda --version，若体现版本号（如 conda 23.9.0），表示配置成功。
  

4. 优化镜像源（加速包下载）

• 添加清华镜像：
  打开 Anaconda Prompt，输入以下命令：
  bash
  
  1. conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
  2. conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
  3. conda config --set show_channel_urls yes

  复制代码
• 验证镜像：
  输入 conda config --show channels，若输出包罗清华镜像路径，说明配置成功。
  

 创建虚拟环境（保举）

• 通过命令行创建：
  bash
  
  1. conda create -n py310 python=3.10
  2. conda activate py310

  复制代码

2.Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
ModuleNotFoundError: No module named 'torch'
1. 确认虚拟环境已激活​

• ​​Windows​​:
  1. pytorch_env\Scripts\activate

  复制代码

2. 重新安装 PyTorch​​
根据你的 CUDA 12.0 环境，发起安装兼容 ​​CUDA 11.8​​ 的 PyTorch（PyTorch 官方大概尚未完全支持 CUDA 12.0）：
​​通过 pip 安装​​

1. pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118

复制代码

​​通过 conda 安装​​

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

复制代码

---

​​3. 验证安装​​
安装完成后，在 Python 中运行以下代码：

1. import torch
2. print(torch.__version__)          # 应输出 PyTorch 版本（如 2.0.1）
3. print(torch.cuda.is_available())  # 应返回 True
4. print(torch.version.cuda)         # 应显示 11.8（即使系统有 CUDA 12.0）

复制代码

 

免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。

继续阅读请点击广告