anaconda+pytorch+opencv安装及环境配置

一、anaconda下载及安装

下载地址：进入anaconda官网，Anaconda | The World’s Most Popular Data Science Platform

下载完成后点击安装就可以，具体操作如下：

 第一个选项建议也勾选上，会在系统自动配置anaconda的环境。

安装结束后，查看自己电脑环境变量是否配置成功，右击此电脑=》属性=》高级系统设置=》path

 因为anaconda安装过程中只是just user 而不是所有用户，因此查看用户下path有没有这五个环境变量。

D:\anaconda

D:\anaconda\Library\mingw-w64\bin

D:\anaconda\Library\usr\bin

D:\anaconda\Library\bin

D:\anaconda\Scripts

二、安装配置pytorch环境

1.创建虚拟环境

conda env list

 查看conda下有几个对应环境，我这已经有两个一个是base基础环境安装anaconda时候自带的，另一个pytorch是后续我自己安装的。

conda create -n pytorch_gpu python=3.6

创建一个新的pytorch_gpu环境，该环境中python选择是3.6版本的（后面发现3.6版本和cuda版本不对应，改为安装了python3.7版本）。

 选择Y等待自动安装python环境。

 等待安装结束后，在控制台中输入

conda activate pytorch_gpu

我们就可以进入该环境下，在该环境下输入python。如果出现下图：

 说明我们的环境创建成功，接下来就是安装pytorch啦。

2.pytorch安装

我们此次的安装方法采用在线安装，安装的网址是pytorch官网

PyTorchAn open source machine learning framework that accelerates the path from research prototyping to production deployment.https://pytorch.org/如果某些包安装失败，也可以采用离线安装，通过镜像下载安装包后，在进行安装，具体过程可以参考该文章https://blog.csdn.net/qq_32863549/article/details/107698516?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522167047570316782414986134%2522%252C%2522scm%2522%253A%252220140713.130102334..%2522%257D&request_id=167047570316782414986134&biz_id=0&utm_medium=distribute.pc_search_result.none-task-blog-2~all~top_positive~default-1-107698516-null-null.142^v68^pc_rank_34_queryrelevant25,201^v4^add_ask,213^v2^t3_control1&utm_term=pytorch%E5%AE%89%E8%A3%85&spm=1018.2226.3001.4187https://blog.csdn.net/qq_32863549/article/details/107698516?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522167047570316782414986134%2522%252C%2522scm%2522%253A%252220140713.130102334..%2522%257D&request_id=167047570316782414986134&biz_id=0&utm_medium=distribute.pc_search_result.none-task-blog-2~all~top_positive~default-1-107698516-null-null.142%5Ev68%5Epc_rank_34_queryrelevant25,201%5Ev4%5Eadd_ask,213%5Ev2%5Et3_control1&utm_term=pytorch%E5%AE%89%E8%A3%85&spm=1018.2226.3001.4187

在安装pytorch前应该先检查自己的电脑是否支持cuda，一般来说只要是英伟达的显卡一般都可以使用gpu加速的。可以在控制台中输入 

nvidia—smi

 我支持的版本是11.4版本以前所以选择对应的版本

 我最终选择了1.12版本的pytorch和11.3版本的cuda，

 如果安装官网的指令安装，速度很慢，需要很长时间，此时可以采用镜像进行下载，具体参考此文章（也可以在镜像网站上下载，然后离线进行安装）Anaconda中安装Pytorch 速度太慢解决办法_蜗牛在听雨的博客-CSDN博客_anaconda pytorch安装太慢一、问题在Anaconda中新建环境后，想在GUI上直接安装Pytorch，但是速度特别慢。二、解决方法1.点击环境右侧的箭头，打开当前环境的终端2. 添加镜像在弹出来的终端窗口中添加镜像网址，输入的代码如下：conda config –add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/conda config –add channels https://mirrors.tuna.tsinghttps://blog.csdn.net/omg_orange/article/details/108652090?ops_request_misc=&request_id=&biz_id=102&utm_term=anaconda%E5%AE%89%E8%A3%85pytorch%E9%80%9F%E5%BA%A6%E6%85%A2&utm_medium=distribute.pc_search_result.none-task-blog-2~all~sobaiduweb~default-0-108652090.nonecase&spm=1018.2226.3001.4187

安装成功可以对torch进行验证

 3.安装cudnn

查找对应版本的cudnn有两种方式，第一种是在英伟达官网上查找

cuDNN Archive | NVIDIA DeveloperExplore and download past releases from cuDNN GPU-accelerated primitive library for deep neural networks.https://developer.nvidia.com/rdp/cudnn-archive第二种是在控制台中直接输入查找指令

conda search cudnn

conda search cudnn --info 
可以查看准确的版本及其下载源

查找自己对应的版本

conda search cudnn=8.2.1 --info 可以查找8.2.1的对应下载源

conda install cudnn=8.2.1 -c +在查找中提供的下载地址

 通过镜像下载速度比较快，下载成功后对其进行验证

 如果运行后是这样，则说明配置成功。

4.opencv安装

本次opencv的环境配置采用离线安装

首先在镜像网站上下载对应版本的whl文件，镜像网站对应如下

https://www.lfd.uci.edu/~gohlke/pythonlibs/#opencv（国外镜像网）

https://pypi.tuna.tsinghua.edu.cn/simple/opencv-contrib-python/（清华镜像网）

 cp37意思是python3.7版本，然后第一个是macos系统，第二、三个是linux系统，第四、五个是win系统分别对应32位，64位。我的是64位系统，不知道的我的电脑处右键选择属性。

我安装python是3.7，电脑是64位windows操作系统，根据自己的需求选择对应的opencv版本

我选择的如下：

 将下载好的whl文件放置在anaconda目录下Lib文件夹下的site-packages文件夹中

 然后打开控制窗口，在pytorch_gpu环境下cd到site-packages文件夹下

（注意cd命令如果是 跨盘运行的话需要在后面加/d）

 当cd到site-packages后，通过pip install 安装opencv

pip install +whl文件名字

 对opencv安装进行验证

说明安装成功 。

三、在pychrm中配置pytorch环境

在file文件下选择setting选项

 选择对应环境下的python文件。

 环境如图所示，点击ok，则说明配置成功。

进行验证如下：

 在pycharm 中python console输入如下指令，如图运行则说明运行成功。