从0到1深度学习环境搭建

第一步：安装anaconda

下载的版本最好是最新版前两年左右的，有更多的资料可以参考https://www.anaconda.com/products/distribution
按照步骤进行安装就行

第二步：创建一个虚拟环境试一下

以后可以把tensorflow和pytorch放到不同的环境下

conda env list  //看一下有哪些环境
conda create -n tupytorch python=3.7//创建第一个
conda activate chupytorch  //激活环境
conda deactivate  //关闭环境
conda list//可以看环境下有哪些包
conda remove -n chupytorch --all  //移除该环境

第三步：确定cuda算力，配置cuda

确定自己显卡型号：我的是
确定算力
https://en.wikipedia.org/wiki/CUDA
我的是6.1

3、确定cuda runtime

4、我们看自己的驱动CUDA Driver Version -11.1

nvidia-smi

5、最终确定适合CUDA 9.10.11.0-11.1

pytorch官网找版本

1、可以安装，更新显卡最新版本 https://www.nvidia.cn/download/driverResults.aspx/198487/cn/
推荐全装最新版本 我的更新到了12.0
2、使用命令窗口，

进入环境

conda activate chupytorch
conda install pytorch==1.12.1 torchvision==0.13.1 torchaudio==0.12.1 cudatoolkit=11.3 -c pytorch

nvidia-smi

来确定是否成功

3、配置pytorch
https://pytorch.org/get-started/locally/

我的用conda安装不上去，就是用了pip
本来想安装117版本，后面发现一直报错，就试了一下113，

pip3 install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu113

如果用命令行窗口安装不上，就可以到下载的地址上直接下载下来，然后再安装

pip install //本地地址
pip3 install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu113  //单独用来用来安装torchaudio，会更快

验证是否成功

python
import torch
torch.cuda.is_available

pycharm配置

新建项目的时候，选择已有的
自动识别了

进行测试是否可用torch

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

pycharm进行设置setting 能够打开conda的shell终端

file——setting
搜索terminal 然后修改路径
发现

如何给下载的项目设置合适的环境

加载下载后的项目
然后看到红色的报错，需要给项目配置相应的环境，例如pytorch
file_setting_python interpreter ,找到自己的安装位置，可以加一个

之后可以看需要那些包，可以pip install 包名 安装

如果必须要低版本的pytorch才能运行，需要安装低版本的

补充：CONDA的介绍

我们下载anaconda后，有一个文件defaults,里面有各种地址，可以让我们进行通道下载

conda config --show //看有哪些配置文件，可以看到有一个channel是defaults,最低的优先级

因为这个通道在国外，所以比较慢，可以换通道，例如清华镜像的等等
可以添加镜像地址

免费的云平台

https://colab.research.google.com/
https://tianchi.aliyun.com/