写在前面的话
亲爱的学弟学妹们好呀！我是你们的AI研究生学姐～今天要教大家一个超级实用的技能：如何从零开始配置PyTorch深度学习环境！
还记得我大二时第一次接触深度学习的惨痛经历吗？环境配置就卡了整整两周，差点劝退我这个计算机系的女生😭 所以今天学姐就把踩过的所有坑都告诉你们，保证让你们一次配置成功！
温馨小贴士：学姐已经把所有需要的安装包都打包好啦，国内下载超快，再也不用翻墙下载啦！文末有下载链接哦～
前期准备
首先，学姐要和大家确认一下电脑配置哦！毕竟我们要做的是深度学习，对电脑配置还是有一定要求的～
检查电脑配置
以下是学姐推荐的最低配置要求：
处理器：Intel i5/AMD Ryzen 5 或以上
内存：至少8GB，建议16GB+（学姐当年8GB内存跑模型时电脑卡得想哭😂）
硬盘空间：至少20GB空闲空间
显卡：最好有NVIDIA显卡，GTX 1050以上就很棒啦！
没有N卡的小可爱也不要担心，CPU版本的PyTorch也能学习基础知识，只是跑模型会慢一些。等你真正入门后，可以考虑蹭实验室的GPU或者使用云服务哦～
下载资源包
学姐已经把所有需要的软件打包好啦！包括：
Anaconda安装包（最新版）
CUDA 11.8完整安装包
PyCharm安装包
详细配置视频版
详细安装步骤word版
下载地址： 夸克网盘链接: https://pan.quark.cn/s/57b1c90779eb
迅雷网盘链接: https://pan.xunlei.com/s/VOOBfQd2gWYTKmE5dA8UT_DwA1?pwd=ib69#
学姐提醒：如果一个链接打不开，可以尝试另一个哦！密码都在链接里了，复制全部内容就好～
卸载旧版本（如果有）
如果你之前有安装过Anaconda或Miniconda，建议先卸载干净再重新安装：
打开资源包中的geek.exe小工具
搜索"Anaconda"
点击卸载
耐心等待完成
学姐贴心提示：这个小工具比Windows自带的卸载程序强太多了！它可以自动清理残留文件和注册表，不然可能会有冲突问题哦～
安装步骤
双击资源包中的Anaconda安装文件（文件名类似于Anaconda3-2024.xx-Windows-x86_64.exe）
点击【Next】进入安装向导
同意许可协议，点击【I Agree】
选择【Just Me】（推荐），然后点击【Next】
选择安装位置（超级重要！）：
学姐严重警告⚠️：千万不要安装在C盘！Anaconda体积巨大，会占用很多系统盘空间！
建议路径：D:\software\anaconda3（根据你的实际磁盘情况调整）
高级选项设置：
✅ 勾选"Add Anaconda3 to my PATH environment variable"
✅ 勾选"Register Anaconda3 as my default Python"
虽然很多教程说不要添加到PATH，但学姐觉得添加了会方便很多！特别是对初学者来说～
点击【Install】开始安装
这一步可能需要等待几分钟，学姐建议去喝杯奶茶放松一下😋
安装完成后，点击【Next】，然后【Finish】完成安装
不需要安装VSCode，我们等下会用PyCharm～
测试安装
按Win+R，输入cmd打开命令提示符
输入以下命令：
conda --version
如果显示版本号（比如conda 23.7.2），恭喜你安装成功啦！🎉
如果提示"不是内部或外部命令"，别担心！安装资源包中我写了详细的手动配置步骤。如果还不行，可能是环境变量没有正确设置，可以看看学姐准备的常见问题解决方案～
CUDA配置
学姐温馨提示：如果你没有NVIDIA显卡，可以直接跳到下一节哦！
检查显卡型号
首先，让我们确认一下你的电脑是否有N卡：
右键点击桌面的【此电脑】图标
选择【管理】
点击【设备管理器】
展开【显示适配器】
查看是否有NVIDIA开头的显卡型号
CUDA安装
CUDA是NVIDIA开发的一个并行计算平台，简单来说就是让你的深度学习任务能在显卡上飞速运行的工具！
双击资源包中的CUDA安装文件（cuda_11.8.0_xxx.exe）
选择【自定义安装】（很重要！）
取消勾选【Visual Studio Integration】（这个不需要，省空间～）
点击【下一步】，然后点击【安装】
耐心等待安装完成
学姐有话说：市面上有很多版本的CUDA，但不是最新的就是最好的！因为PyTorch对CUDA版本有特定要求，学姐推荐CUDA 11.8，兼容性最好！
配置环境变量
安装完CUDA后，我们需要设置一下环境变量：
右键点击【此电脑】→【属性】→【高级系统设置】→【环境变量】
在【系统变量】中找到Path，点击【编辑】
点击【新建】，添加以下路径：
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8\libnvvp
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8\x64
添加完成后，点击确定保存设置。
点击【确定】保存更改
验证CUDA
打开命令提示符（Win+R，输入cmd）
输入以下命令：
nvcc --version
如果显示CUDA版本信息，就说明安装成功啦！
学姐的小秘密：如果这一步出问题，别着急！即使这里显示错误，等下安装完PyTorch后，只要torch.cuda.is_available()返回True就可以了～
PyTorch安装
终于到了最关键的一步！安装PyTorch本身！
创建虚拟环境
学姐的小技巧：为每个项目创建独立的环境是个好习惯！这样不同项目之间就不会互相影响啦～
点击【开始菜单】，搜索并打开【Anaconda Prompt】
输入以下命令创建名为pytorch的环境：
conda create -n pytorch2.3.1 python=3.9
输入y确认创建
等待环境创建完成后，激活环境：
conda activate pytorch2.3.1
成功激活后，命令行前面会显示(pytorch2.3.1)这是虚拟环境名
打开官网https://pytorch.org/get-started/previous-versions/
找到与CUDA 11.8匹配的PyTorch版本，如PyTorch 2.3.1
!!复制conda安装命令（不要复制pip安装命令）
粘贴并执行PyTorch安装命令（使用之前复制的命令）
如果安装过程中断了，不要慌！重新输入上面的命令继续安装就好了～
验证PyTorch安装
在命令行中输入python进入Python环境
输入以下代码：
import torch
print(torch.__version__)
print(torch.cuda.is_available())
第一行会显示PyTorch版本，第二行如果显示True，说明PyTorch可以使用GPU了！如果显示False但你确实有N卡，可能需要检查一下CUDA配置。
PyCharm配置
PyCharm是学姐最喜欢的Python IDE，界面美观，功能强大，自动补全代码超级爽！强烈推荐给大家使用～
资源包中有详细的安装的视频版本，如果需要看的直接观看即可。
安装PyCharm
双击资源包中的PyCharm安装文件
点击【Next】
选择安装路径（记得选择非C盘位置）
在安装选项页面全部勾选：
✅ 创建桌面快捷方式
✅ 添加到PATH
✅ 关联.py文件
点击【Install】开始安装
安装完成后点击【Finish】
学姐小贴士：社区版和专业版区别不大，学生可以用教育邮箱免费申请专业版，但社区版也完全够用啦！
配置PyTorch 开发环境
首次启动PyCharm，选择UI主题（学姐喜欢暗色主题，写代码不伤眼～）
创建新项目：
点击【New Project】
设置项目位置（不要放C盘）
点击【Previously configured interpreter】
点击右边的【…】按钮
选择【Conda Environment】
选择【Use existing environment】
从下拉列表中选择刚才创建的pytorch环境
点击【OK】
点击【Create】创建项目
学姐提醒：记得每次打开新项目都要选择正确的Python解释器哦！
写在最后
亲爱的学弟学妹们，环境配置只是万里长征第一步，真正的挑战和乐趣在后面等着你们！希望你们能像学姐一样，在AI的世界里找到自己的热爱和方向。
如果在学习过程中遇到任何问题，不要害羞，随时来找学姐问！记得点个关注，学姐后续会更新更多有趣实用的AI入门教程哦～
祝大家学习顺利，早日成为AI大神！
学姐爱你们～😘