PyTorch入门实战教程笔记（一）：配置开发环境：Anaconda-CUDA、PyTorch、Pychram

PyTorch入门实战教程（一）：配置开发环境

注：作为深度学习的新手，近期学习PyTorch框架，之后会陆续逐渐更新，希望各位道友我们彼此相互学习，希望各位不吝赐教。

Anaconda 安装：

1. 进入Anaconda的官网：
   https://www.anaconda.com/distribution/
   
2. 点击Download，选择自己的系统，强烈建议下载Python 3.7的版本。

3. 安装，下面两个都建议勾选，以便通过Anaconda命令进行软件安装。
   
   4.按照顺序安装，安装成功之后，可通过cmd验证，打开win10的cmd，输入conda list，可以显示已安装的包，证明安装成功。
   

安装CUDA

1. deep learning学习请确保有一个NVIDIA显卡，注意CUDA只能运行在NVIDIA的显卡，现在使用的960/970、1060/1070、1050ti都是可以的，预算不够推荐1050ti，4GB；预算足够推荐gtx 1080ti。下面说安装：进入官网：CUDA download，按照下图片选择，点击Download。
   
2. 下载完成之后点击安装，会进行一系列检查，进行到下面这一步，选择同意，别的都默认即可，那过程5-10分钟，屏幕有闪动属于正常。
   
3. 在cmd中测试是否安装成功，在cmd中输入nvcc -v，输出如下，代表安装成功。
   
4. 如果出现 ‘nvcc’ 不是内部或外部命令，也不是可运行的程序，首先确认安装目录下有nvcc.exe，则需要配置环境变量，步骤如下：电脑属性里面的高级系统设置–>环境变量–>Path–>按照自己的根目录，仿照下图新建，添加即可。再次按照步骤3，查看是否安装成功。

PyTorch安装

从国外下载可能导致下载失败或速度较慢，故使用国内清华镜像进行下载，在cmd中配置如下，（请先确保已经安装Anaconda）。

# 配置国内源，方便安装Numpy,Matplotlib等
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/
# 配置国内源，安装PyTorch用
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
# 显示源地址
conda config --set show_channel_urls yes

# 安装PyTorch：
conda install pytorch torchvision cudatoolkit=10.0

　　输入y，稍等即可安装成功。

　　验证是否安装成功，在cmd中输入如下命令，其中下图的In[1]: 表示PyTorch安装成功，In[2],In[3]返回True，代表可以再当前GPU上运行。
　　

安装PyCharm

1. 在百度搜索PyCharm官网，点击download，链接：PyCharm download，选在自己的系统（win或mac），选择社区版（Community），专业版是要收费的。双击运行安装完成。
   
2. 配置相关的编译器，在新建工程的时候（File——New Project），注意需要配置编译器，在下拉里面选择Existing interpreter，选择浏览目录。然后选择Conda Environment，选择自己电脑Conda的安装路径，在Tools中选择python.exe，点击Ok，然后Make available…要选择，对所有的工程可见。
   
   

推荐阅读：

PyTorch入门实战教程（一）：配置开发环境
PyTorch入门实战教程笔记（二）：简单回归问题