PyTorch实战01：Anaconda及PyTorch安装

这次写PyTorch系列的人工智能实践，算是自己学习的一个积累
而且我还是挺喜欢CSDN的，虽然不一定能挣到钱，但也希望能给大家带来点什么
主要内容就是自己的实践过程及其中遇到的一些问题，不足之处，还望大佬们多多指正

1 安装Anaconda

虽然本人习惯了使用原生Python，但是据说Anaconda更适合做数据处理和分析
并且后面PyTorch的安装也需要用到Anaconda
本着活到老学到老的原则，今天我也来试一试Anaconda

1.1 下载Anaconda

官方网站下载速度很慢，国内朋友不建议使用
国内朋友建议使用国内下载网站清华大学下载站
这边我选择的的是Anaconda3-2.5.0-Windows64位版本

1.2 安装即配置Anaconda

安装非常简单，根据提示进行即可，在此不做赘述
安装完成后，打开cmd，执行conda --version，如果出现了conda的版本号，即安装成功
届时输入一下命令修改源（修改为国内源，下载速度快，此处为清华源）

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

配置完成后，可通过如下命令进行更新

conda update conda #此命令用于更新conda
conda update --all #此命令用于更新全部

可通过 C:/Users/username/.condac来检查是否配置成功

1.3 可能出现的错误

在安装或者更新包的过程中，可能会出现SSL_ERROR，如果出现此错误，可以直接通过如下代码关闭SSL验证

conda config --set ssl_verify false

2 安装Pytorch

pytorch是被广泛认可的人工智能框架，同级别的还有tensorflow，但是这里我们以pytorch为例

2.1 下载Pytorch

这是官方网站，找到如下部分

这里我们选择使用稳定版，操作系统我使用的是Windows，Conda安装，因为我们用的是Python，所以语言我们选择Python，关于计算平台，如果没有独立显卡，则选择CPU，如果有独立显卡，则通过命令nvidia-smi查看自己的CUDA版本。如下

>>nvidia-smi
Sun Dec 25 11:44:07 2022
+-----------------------------------------------------------------------------+
| NVIDIA-SMI 516.94       Driver Version: 516.94       CUDA Version: 11.7     |
|-------------------------------+----------------------+----------------------+
| GPU  Name            TCC/WDDM | Bus-Id        Disp.A | Volatile Uncorr. ECC |
| Fan  Temp  Perf  Pwr:Usage/Cap|         Memory-Usage | GPU-Util  Compute M. |
|                               |                      |               MIG M. |
|===============================+======================+======================|
|   0  NVIDIA GeForce ... WDDM  | 00000000:01:00.0 Off |                  N/A |
| N/A   35C    P0    N/A /  N/A |     26MiB /  4096MiB |      0%      Default |
|                               |                      |                  N/A |
+-------------------------------+----------------------+----------------------+
……以下内容省略……

可以看到我的CUDA版本为11.7，所以我们选择11.7版本
然后复制图片中的 Run This Command 中的命令
conda install pytorch torchvision torchaudio pytorch-cuda=11.7 -c pytorch -c nvidia
到cmd中执行

2.2 下载CUDA Toolkit

CUDA官方网址，根据上面我们查看的CUDA版本下载对应的工具包
根据系统版本下载，这里我下载的是11.70版本的本地执行exe(不用联网安装)
安装一路默认即可

2.3 下载Pytorch可能出现的问题

这里我的python默认版本是3.5，而pytorch要求3.6或3.7，因此需要一个新的conda环境
命令conda env list可以查看已有的环境列表，命令输出如下

# conda environments:
root                  *  C:\Users\Hasee\Anaconda3

因此需要重新建立一个环境，命令如下
conda create -n PyTorch python=3.7
然后输入activate PyTorch启动新的环境
再输入下载命令即可

2.4 验证PyTorch是否安装成功

首先打开我们新建环境下的python

>>active PyTorch # 也可以是你自己创建的环境的名字
>>python

然后输入

import torch

如果没有报错，则安装成功