conda搭建虚拟环境+配置CUDA+安装库+常见错误

过一段时间就会忘记conda是咋搞的，写这篇博客就是记录一下conda虚拟环境的搭建，cuda安装，conda安装库，以及一些常见的错误。

虚拟环境搭建

打开Anaconda，点击Environment，然后点击create来创建一个新的虚拟环境，可以自定义环境的名称，并且选择Python的版本。
方便不同的项目对环境的需求不同。
然后在pycharm中设置使用该虚拟环境。打开settings，选择python interpreter，点击add interpreter，选择existing，然后点击…，选择创建好的虚拟环境文件夹下的python.exe，点击ok。（文件夹位置忘记也没关系，只要把鼠标移动到Anaconda中的虚拟环境名上就能看到文件位置）

然后回到python interpreter中切换环境就好。

配置CUDA

确定CUDA的版本
在命令行窗口中输入以下命令

nvidia-smi

查看本机的CUDA版本
确定CUDA版本对应的pytorch版本
进入pytorch官网，查看需要的版本，然后复制下面的命令进行安装。
如果安装过慢，可以使用镜像源（本篇最后一部分）
查看安装是否成功

python
import torch
print(torch.cuda.is_available())

出现true就说明成功了

conda安装库

点击Anaconda prompt打开，此时是base环境，需要用下面这行命令激活虚拟环境。

activate pytorch

然后选择要安装的库

conda install [库名]

还可以查看已安装的所有库

conda list

安装过程中的各种错误

1. conda安装库时报错failed with initial frozen solve. Retrying with flexible solve.可以试试下面这个方法。
   去该网站搜索想安装的库，以numpy为例，搜索后选择想要的版本。
   复制conda install中的一行，去执行就可以安装。
   2. 若下载速度过慢，可以指定国内镜像源。

清华

conda install [库名] -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/

豆瓣（感觉这个快一点）

pip install [库名] -i https://pypi.douban.com/simple/

conda只针对当前虚拟环境，pip好像不一样，我也没搞懂反正。

也可以配置永久镜像源

conda config --add channels https://pypi.douban.com/simple/
conda config --set show_channel_urls yes

查看默认源

conda config --show-sources

删除

conda config --remove channels https://pypi.douban.com/simple/