学习笔记1：视频要点-B站（UP主：跟李沐学AI）“Windows 下安装 CUDA 和 Pytorch 跑深度学习 - 动手学深度学习v2”

---

学习笔记1：视频要点-B站（UP主：跟李沐学AI）“Windows 下安装 CUDA 和 Pytorch 跑深度学习 - 动手学深度学习v2”

把视频中的要点和学习中遇到的问题记录下来方便将来查询！

---

一、windows下查看GPU

“win+r”运行窗口并输入dxdiag，如下图所示：​​​​

二、anaconda指令

使用anaconda创建所需要的python虚拟环境

conda create -n your_env_name python=x.x.x

可能会用到的anaconda指令

conda env list     # 查看存在哪些虚拟环境
activate env     # 激活虚拟环境
d
python --version     # 查看python版本

python     # 进入python命令行模式
exit()     # 退出命令行模式

conda install -n your_env_name [package]     # 对虚拟环境安装额外的包

conda remove -n your_env_name --all     # 删除虚拟环境
conda remove --name $your_env_name  $package_name     # 删除虚拟环境某个包

三.安装cuda（这步不一定需要）

1. 首先按照视频内去下载了最新的cuda安装包，安装完后在终端输入nvidia-smi后报错，显示"ERR!"，遂卸载cuda。
2. 在博客上说950M需要安装cuda10.1。
   

（最后在终端输入nvidia-smi后发现安装的cuda是11.x版本的，后面又将cuda10.1卸载后发现并不影响cuda的使用，所以这步可能作用不大！）

四.更新显卡驱动

1. 上一节说到我认为所安装的cuda没有用，所以我又试着去更新了下显卡驱动，是通过nvidia的管理程序更新的，如下图所示：
   
2. 再次在终端输入nvidia-smi发现cuda版本也被更新了，如下图：
   

五.安装PyTorch（GPU版）

使用pip安装，如下图所示：

六.测试GPU能否正常调用

视频中作者的操作：

python	 # 激活此环境的python
import torch	 # 导入torch
a = torch.ones((3,1))	 # 创建三行一列的值为1的向量a
a = a.cuda(0) 	# 挪到cuda(0)上
b = torch.ones((3,1)).cuda(0)	 # 同上
a + b	 # 求和

python激活此环境的python

在GPU上创建一个3行1列的值为1的向量a。

七.跑《动手学深度学习》的应用实例

1. 下载jupyter记事本

2. 在对应虚拟环境下安装两个包：pip install jupyter d2l

3. 在对应的虚拟环境下激活jupyter notebook，打开下图记事本：

4. 点击kernel运行所有即可在GPU上开始训练，如下图：
   
   第一次运行需要下载一些数据，然后在cuda0上开始训练，可以看到训练精度和训练损失的变化，训练结束后可以看到训练速度（样本数/s）（2080上每秒1900张样本）。
   

5. 云上训练速度每秒4772张样本
   

6. 本机每秒223张样本

---

总结

在windows的笔记本上安装cuda并运行深度学习的任务。