Machine Learning With Pytorch

Published: April 13, 2025

2025/05/10更新

（博客一栏有关于机器学习的简明介绍)
Pytorch机器学习入门前的必要准备：

1.CUDA安装

在NVIDIA APP中检查更新驱动，目前最新版驱动为576.28(2025/04/30)
在CMD窗口中输入nvidia-smi，核对以下信息 NVIDIA-SMI 576.28 Driver Version: 576.28 CUDA Version: 12.9（注意，随着驱动的更新，此信息可能有变更）
在NVIDIA官网下载自己需求的CUDA版本，这通常与Pytorch版本相关。此次教程演示选择12.8.1版本
安装过程：cuda Setup Package点击ok即可，等待安装程序加载完成；同意并继续；选择自定义安装，组件勾选cuda一项即可，其他取消勾选，然后点开cuda栏，取消勾选Visual Studio Integration；一直点下一步即可完成安装
打开编辑系统环境变量，编辑环境变量中的Path，确保以下路径添加到其中：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA，C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.8\bin，C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.8\lib\x64，C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.8\libnvvp
重启电脑，在cmd窗口中输入nvcc -V若安装成功，则会出现以下信息

nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2025 NVIDIA Corporation
Built on Fri_Feb_21_20:42:46_Pacific_Standard_Time_2025
Cuda compilation tools, release 12.8, V12.8.93
Build cuda_12.8.r12.8/compiler.35583870_0

2.Anaconda安装与Pytorch配置

Anaconda官网下载
Anaconda安装：Install for和路径任意选择，4个选项全部勾选即可，等待安装完成
安装完成后以管理员权限启动开始菜单里的Anaconda Prompt，其路径为C:\ProgramData\Microsoft\Windows\Start Menu\Programs\Anaconda (anaconda3)
输入conda env list检查环境，初次安装只有一个base环境
输入conda create -n pytorch(此处名称任意) python=3.12(此处指定环境的python版本，建议3.9及以上，如果需要导入d2l库，采取3.9版本即可)
输入conda activate pytorch激活刚刚创建的环境，输入nvcc -V确认CUDA能被正常识别
在Pytorch官网寻找指令安装即可，例如pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu128意味着将在此环境中安装要求python3.9及以上版本和cuda12.8版本的pytorch(2.7.0版本，已支持SM_12.0)。也可以在历史版本中寻找自己需求的版本
依照自己的需求安装一些库，例如conda install matplotlib numpy pandas notebook

3.Pycharm安装

Pycharm Professional官网下载
Pycharm Professional教育许可证获取，在jetbrains官网申请即可，申请方式有：学校邮箱(最易)；学信网认证(需人工审查)
Pycharm Professional安装：安装路径任意选择，4个安装选项全部勾选，等待安装完成后重启电脑

4.Pycharm环境配置

打开Pycharm，登录账号激活教育许可证。点击新建项目，解释器类型选择“自定义环境”；环境选择“选择现有”；conda路径选择Anaconda安装路径，例如D:\anaconda3\_conda.exe；环境对应选自行创建的环境pytorch的路径，例如D:\anaconda3\env\pytorch
右键新建项目Jupyter notebook，等待解释器配置完成和notebook服务器安装
输入以下代码

import torch  
import sys  
print("系统信息:")
print(f"Python 版本: {sys.version}")
print(f"PyTorch 版本: {torch.__version__}")

若安装正常则会显示

系统信息:
Python 版本: 3.12.9 | packaged by Anaconda, Inc. | (main, Feb  6 2025, 18:49:16) [MSC v.1929 64 bit (AMD64)]
PyTorch 版本: 2.7.0.dev20250220+cu128

输入以下代码

gpu_available = torch.cuda.is_available()
print(f"CUDA 是否可用: {gpu_available}")
if gpu_available:
    print(f"GPU 设备数量: {torch.cuda.device_count()}")
    current_device = torch.cuda.current_device()
    print(f"当前 GPU 设备索引: {current_device}")
    print(f"当前 GPU 设备名称: {torch.cuda.get_device_name(current_device)}")
    device = torch.device("cuda")
    print(f"使用设备: {device}")
else:
    device = torch.device("cpu")
    print("没有可用的 GPU 设备，将使用 CPU")

若安装正常则会显示

GPU 设备数量: 1
当前 GPU 设备索引: 0
当前 GPU 设备名称: NVIDIA GeForce RTX 5050 Tisuper
使用设备: cuda

Twitter Facebook LinkedIn

ALICE