深度学习环境配置-pytorch

配置pytorch环境

1.创建虚拟环境

在anconda里，输入以下命令

1|conda create –n your name python=3.6

2|activate your name

第一条指令用于创建一个名为your name的环境，该环境的python版本为3.6。
第二条条指令用于激活一个名为your name的环境。
创立虚拟环境的好处是，这样可以从基础环境中独立出来，可以进行任意的尝试，不用担心损坏电脑环境

2.pytorch库的安装

pytorch库安装在我们建立的虚拟环境中
根据你安装的cuda选择对应的pytorch
pytorch库官方安装网址
官方安装一般常见的有conda install 和pip install 两种方式，以cuda10.1为例
（1）采用pip install安装时

# CUDA 10.1
pip install torch==1.7.1+cu101 torchvision==0.8.2+cu101 torchaudio==0.7.2 -f https://download.pytorch.org/whl/torch_stable.html

不需要跟换清华镜像源，来提高下载速度，可以采用的是临时清华源，只在安装命令后面加以下命令即可，这样不需要设置清华源

-i httpts://pypi.tuna.tsinghua.edu.cn/simple

（2）采用conda install时

# CUDA 10.1
conda install pytorch==1.7.1 torchvision==0.8.2 torchaudio==0.7.2 cudatoolkit=10.1 -c pytorch

同样需要更换镜像源，常用的还是清华镜像源，新装的conda没有condarc这个文件，需要新建，Windows 用户无法直接创建名为 .condarc 的文件，可先执行命令

 conda config --set show_channel_urls yes

生成该文件之后再修改，在"C:\Users\****\.contract文件夹下，换成如下内容

channels:
  - defaults
show_channel_urls: true
default_channels:
  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
  conda-forge: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  msys2: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  bioconda: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  menpo: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  simpleitk: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

这样清华镜像源就换好了

（3）倘若你不知道电脑的cuda版本是多少时，查询cuda版本的方式有三种（第三种是通过 控制面板查询，此方法可自行查询，在此不做过多赘述）

1| nvcc --version

该方法查到的cuda版本，属于CUDA Runtime Version，这是跑深度学习模型真正使用的cuda版本

2|nvidia-smi

该方法查到的cuda版本，属于CUDA Driver Version
其中CUDA Driver Version和CUDA Runtime Version的版本不必非要一致，但CUDA Runtime Version要<=CUDA Driver Version。

总的来说，深度学习查cuda版本，使用nvcc–version方法，更为准确