深度学习入门——环境搭建

简易的深度学习卷积神经网络环境搭建，总结如下

已经准备好的初始化环境

名称	环境
系统	win 10
英伟达显卡	Geforce 150
Anaconda	3.0
Python	3.5.4

创建完成后的环境

名称	环境
pytorch	0.4.0
cuda	9.0
torchvision	0.4.0

第一步 使用Anaconda创建一个虚拟环境

1. 使用win + R和cmd进入终端命令行

2. 查看当前已经存在的Anaconda虚拟环境

   conda env list
   

3. 创建一个虚拟环境

   conda create -n name python=X.X
   # 参数说明
   # -n: 必须具有的参数，本意为--name
   # name: 创建的虚拟环境名称，比如可以为test_pytorch，可以根据自己的喜好进行设置
   # X.X: 使用的Python版本，如3.5、3.6等，通常选择使用3.6
   

4. 进入创建的虚拟环境

   conda activate name
   # 参数说明
   # name: 创建的虚拟环境名称
   

第二步 根据相应的英伟达显卡查找满足要求的cuda版本

查看满足的显卡方式可参考以下链接

https://jingyan.baidu.com/article/6fb756ec4fabc4241858fbf7.html

根据我的显卡，选择9.0，由于已经预先设置好要安装的是pytorch版本是0.4.0，因此直接去清华镜像源上找到相应的包进行安装即可，无论是使用conda命令，还是使用pip都会报各种各样莫名奇妙的错误，不如直接使用编译好的轮子进行安装

清华镜像源的地址如下

https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/win-64/

这里的红框勾选出来的就是我需要进行安装的版本，点击即可进行下载

再找到要安装的torchvision版本进行安装即可

第三步 安装

1. 切换到文件存在的目录，为了方便进行查找，我将它下载到了桌面

   cd Desktop/
   

2. 使用pip命令进行安装pytorch

   pip install file_name
   # 参数说明
   # file_name:下载得到的文件名，比如我的就是pytorch-0.4.1-py35_cuda90_cudnn7he774522_1.tar.bz2
   

3. 使用pip命令安装torchvision

   方法与2相同

第四步 检测

1. 进入虚拟环境

   conda activate env_name
   # 参数说明
   # env_name: 虚拟环境的名字
   

2. 进入Python环境并进行查看

出现如图所示的标记，则表示安装成功

如果你在安装的过程中遇到问题，欢迎留言与我交流！