深度学习与PyTorch入门实战 - 02. 开发环境安装

• 语言: 中文（简体）
• 格式: .pdf
• 来源: github.com/dragen1860

摘要

文档详细介绍了如何在Windows系统上安装和配置深度学习开发环境。主要内容包括：使用Anaconda 5.3.1创建Python 3.7环境，安装PyTorch 1.0.0及其依赖库，配置PyCharm的Python解释器，以及安装和配置NVIDIA CUDA 10.0。文档还提供了安装过程中常见问题的解决方案，如权限问题和环境配置。通过这些步骤，读者可以成功搭建基于PyTorch的深度学习开发环境。

AI总结

### 文档总结：PyTorch入门实战之开发环境安装

#### 1. 开发环境要求
- **Python版本**：Python 3.7
- **Anaconda**：5.3.1（64位）
- **CUDA**：10.0（需NVIDIA显卡支持）

#### 2. 安装步骤
1. **PyTorch安装**：
- 使用`conda`命令安装：

     conda install pytorch torchvision cuda100 -c pytorch

- 安装过程中可能需要管理员权限，若无权限可尝试：

     conda create -n my_root --clone="C:\ProgramData\conda"

2. **CUDA安装**：
- 需确保系统支持CUDA 10.0。
- 安装完成后，路径需添加到系统`PATH`环境变量。

#### 3. PyCharm配置
- **Interpreter配置**：
- 选择Anaconda环境中的Python 3.6（路径：`C:\ProgramData\conda\python.exe`）。
- **插件与库**：
- 配置完成后，PyCharm会自动检测并安装相关库（如`torchvision`等）。

#### 4. 注意事项
- 安装过程中若提示权限问题，需以管理员身份运行命令行工具。
- 若无支持的Visual Studio版本，部分CUDA功能可能受限，建议安装Visual Studio。

#### 5. 系统信息
- **处理器**：Intel(R) Core(TM) i5-7300HQ CPU @ 2.50GHz
- **内存**：8.00 GB（7.87 GB可用）
- **系统类型**：64位操作系统，x64处理器

通过以上步骤，可完成PyTorch开发环境的搭建，为后续深度学习实战奠定基础。