Anaconda和PyTorch环境配置及安装

目录

1. Anaconda 下载

2. Anaconda 安装

3. Nvidia 显卡配置 , 无Nvidia 显卡直接跳过

驱动下载

驱动安装

4.管理Andconda3环境

 5. 安装 PyTorch

安装最新版,打开PyTorch官网，下拉到下面的页面,配置如下：

推荐下载安装历史版,最新版在yolov5中莫名其妙报错,喜欢官网最新版的跳过 看下面

6. 查看是否安装成功

---

---

1. Anaconda 下载

Anaconda官网下载地址：点击进入官网          点击下载历史版本

---

2. Anaconda 安装

我这下载的是最新版,下载完成后双击安装 -> Next -> I Argg

 记住安装路径 后面需要用到 -> Next

 最好把两个选项都勾上 以免后面麻烦 ,然后点击-> Install开始安装！

 Next ->  Next -> Finish  把两个选项都取消,这是浏览器打开Anaconda官网的 ！

为了检查是否安装成功,点击开始菜单出，左键 Anaconda Prompt , 左边出现(base) 就是安装成功了 

 

---

3. Nvidia 显卡配置 , 无Nvidia 显卡直接跳过

打开任务管理器，在 GPU 那里看到了你的 NVIDIA 显卡，说明你的硬件驱动,已安装。

大部分的NVIDIA的显卡，都是支持深度学习。这里 查阅更新下载，如果这里面有你的显卡的话，那么说明你的显卡是支持支持深度学习的。

如果你的显卡支持深度学习，输入 nvidia-smi ，查看驱动版本,保证驱动版本数大于 396.26!

我这没安装显卡驱动所以显示不是内部指令,先下载显卡驱动!

驱动下载

选择自己显卡型号 操作系统平台 然后选择下载

搜索后需要 点击下载 跳转后 在点下载！

 

驱动安装

开始安装显卡驱动,路径可以改 

 

 下一步,然后等待安装完成

 安装完成后在输入 nvidia-smi

---

4.管理Andconda3环境

创建虚拟环境-> 环境名称:frida python版本为3.8，名称随便比如可以叫:pytorch等等

conda create -n frida python=3.8

输入：y , 然后回车 开始创建环境

 创建完成后输入,查看当前所有的环境，右边的 * 号表示，当前你处于哪个环境

conda info --envs

 切换虚拟环境

conda activate frida

左边的环境名称也变成 frida 刚刚创建的环境

---

 5. 安装 PyTorch

安装最新版,打开PyTorch官网，下拉到下面的页面,配置如下：

安装过旧版或者原本就安装有的直接跳过

推荐下载安装历史版,最新版在yolov5中莫名其妙报错,喜欢官网最新版的跳过 看下面

我选择下载的是1.9版本的 CUDA 10.2

 复制下面的代码，打开刚刚的 Anaconda Prompt，查看最左边括号中是 base 还是 frida。

如果是 base,使用 conda activate frida 进入 frida 环境中。之后粘贴 回车 。

输入:y 开始下载

6. 查看是否安装成功

Anaconda Prompt命令行里输入:

python
import torch
torch.cuda.is_available()

输入 torch.cuda.is_available，如果是 True，你可以使用 GPU，如果是 False，只能使用CPU!