当前位置：首页 > news >正文

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

news 来源：原创 2025/5/10 18:10:57

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，默认会下载稳定版（Stable）。

下载的是一个类似 VSCodeUserSetup-{version}.exe 安装程序，双击下载的 .exe 文件。
安装程序打开后，会要求你接受 Visual Studio Code 的条款和条件，点击"I accept the agreement(我接受协议)"，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（推荐）：

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 安装汉化包很简单，打开 VScode，点击左侧安装扩展图标，在搜索框输入 Chinese：

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

安装完成后，重启 VSCode，界面显示的就是中文了。

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。
最后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

先查看自己的显卡型号，方法：设备管理器 -> 显示适配器

检查驱动版本方法：Win+r打开cmd，输入

进入Nvidia官网，输入自己的显卡型号

点击开始搜索，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
安装完毕后查看显卡驱动：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

根据自己电脑情况选择对应选项，最后选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。

Conda create -n pytorch2.2.2 python=3.9

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环境变成了pytorch2.2.2环境，接下来我们就要在这个环境中安装Pytorch。

conda activate pytorch2.2.2

d. 在新的虚拟环境中安装Pytorch，找到对应的命令，因为我们的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 → 程序和功能，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（推荐国内镜像加速）

官网下载：访问 Anaconda 官网，选择 Windows → 64-Bit Graphical Installer（推荐）。
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. 运行安装程序

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。
选择安装类型：
- Just Me：仅当前用户可用（推荐）。
- All Users：需管理员权限，所有用户共享。
选择安装路径：
- 建议安装到非系统盘（如 D:\Anaconda3），路径名称避免中文或空格。
- 勾选 Add Anaconda to my PATH environment variable（不建议勾选，可能导致环境变量混乱）。
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：
1. 找到安装目录（如 D:\Anaconda3），复制以下三个路径：
  
  plaintext
```
D:\Anaconda3  
D:\Anaconda3\Scripts  
D:\Anaconda3\Library\bin  
```
2. 打开 系统属性 → 环境变量，在 系统变量 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，若显示版本号（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

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes

验证镜像：
输入 conda config --show channels，若输出包含清华镜像路径，说明配置成功。

创建虚拟环境（推荐）

通过命令行创建：

bash

conda create -n py310 python=3.10
conda activate py310

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:
```
pytorch_env\Scripts\activate
```

2. 重新安装 PyTorch

根据你的 CUDA 12.0 环境，建议安装兼容 CUDA 11.8 的 PyTorch（PyTorch 官方可能尚未完全支持 CUDA 12.0）：

通过 pip 安装

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

通过 conda 安装

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

3. 验证安装

安装完成后，在 Python 中运行以下代码：

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

​​​​​​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

相关文章：

一 Vscode安装