《动手学深度学习》Pytorch_GPU版Anaconda虚拟环境安装教程
说明：由于之前已在电脑中安装好Anaconda3和CUDA以及CUDNN，这里不再记录这一部分，如有需要可以参考其他博主的博客：Win10安装anaconda 和cuda+cudnn详细教程。
平台：Windows10，GTX1060显卡。
首先找到Anaconda Prompt，右键以管理员方式运行
一、创建并激活虚拟环境
创建conda虚拟环境：（为了提高速度，这里使用了清华源。当然也可以用别的换源方法，文底评论里那个博客也可以参考）
conda create -n d2l python=3.8 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/激活conda虚拟环境：
conda activate d2l二、在新创建的conda虚拟环境中安装CUDA和CUDNN
在新创建的conda虚拟环境中安装CUDA：（为了提高速度，这里使用了清华源）
conda install cudatoolkit=10.1 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/在conda虚拟环境中安装cudnn：
conda install cudnn=7.6.5 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/conda也可以离线安装CUDA和CUDNN：
# 由于 conda源中没有全部版本的cuda和cudnn，需要查看conda源中可以安装的cuda和cudnn版本
conda search cuda
conda search cudnn
# 查看详细信息
conda search cuda --info
conda search cudnn --info
# 根据详细信息里提供的对应关系和url网址把对应版本的cuda和cudnn下载到本地，记得用命令行切换到该下载文件保存目录下，然后进行离线安装
conda install --use-local XXXXXXXXXX.tar.bz2
conda install --use-local YYYYYYYYYY.tar.bz2三、安装Pytorch_gpu
进入GitHub - pytorch/vision: Datasets, Transforms and Models specific to Computer Vision查看一下自己安装的python版本和pytorch及torchvision版本的对应关系，避免发生版本冲突，
安装pytorch有好几种方法：最推荐pip install离线安装！
1.可以用官网Previous PyTorch Versions | PyTorch的命令进行在线安装（最省心但是很慢）；
2.也可以用conda install离线安装（注意：离线安装完会缺少很多依赖包，文章后边会介绍这个坑）；
从清华镜像网站https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/，下载需要的pytorch版本到根目录文件夹C:\Users\asus内，我下载的是pytorch-1.8.0-py3.8_cuda10.1_cudnn7_0.tar，然后用以下命令安装：
conda install pytorch-1.8.0-py3.8_cuda10.1_cudnn7_0.tar.bz2从清华镜像网站https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/里面，下载相对应的torchvision版本到根目录文件夹C:\Users\asus内（当然也可以下载自定义文件夹里，但要记得用命令行切换到该文件夹目录下，然后再用conda install ***命令安装torch包），（pytorch与torchvision对应关系也可以参考：mirrors / pytorch / vision · CODE CHINA (gitcode.net)），我下载的是torchvision-0.9.0-py38_cu101.tar，然后用以下命令安装：
conda install torchvision-0.9.0-py38_cu101.tar.bz2测试pytorch是否安装成功，结果报错了，发现报错原因是没安装numpy库（实际上缺少的不只是numpy库，还有很多都缺少，如果根据报错提示一个一个去安装是很麻烦的，后边会讲如何一次性安装缺少的包）：
(d2l) C:\Users\asus>python
Python 3.8.12 (default, Oct 12 2021, 03:01:40) [MSC v.1916 64 bit (AMD64)] :: Anaconda, Inc. on win32
Type "help", "copyright", "credits" or "license" for more information.
>>> import torch
Traceback (most recent call last):
File "", line 1, in
File "D:\ProgramData\Anaconda3\envs\d2l\lib\site-packages\torch\__init__.py", line 196, in
from torch._C import *
ModuleNotFoundError: No module named 'numpy'
>>> exit()
(d2l) C:\Users\asus>conda list
# packages in environment at D:\ProgramData\Anaconda3\envs\d2l:
#
# Name Version Build Channel
ca-certificates 2021.10.26 haa95532_2 https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
certifi 2021.10.8 py38haa95532_0 https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
cudatoolkit 10.1.243 h74a9793_0 defaults
cudnn 7.6.5 cuda10.1_0 https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
openssl 1.1.1l h2bbff1b_0 https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
pip 21.2.2 py38haa95532_0 defaults
python 3.8.12 h6244533_0 defaults
pytorch 1.8.0 py3.8_cuda10.1_cudnn7_0
setuptools 58.0.4 py38haa95532_0 defaults
sqlite 3.36.0 h2bbff1b_0 defaults
torchvision 0.9.0 py38_cu101
vc 14.2 h21ff451_1 defaults
vs2015_runtime 14.27.29016 h5e58377_2 defaults
wheel 0.37.0 pyhd3eb1b0_1 defaults
wincertstore 0.2 py38haa95532_2 defaults 离线安装好torch和torchvision后，还是需要重新利用conda来在线安装一次，要用它来对相关的缺失的包来进行在线匹配安装(也就是根据安装好的pytorch来匹配那些对应的好多库，不是说再下载一遍pytorch)。但是一定要注意了!!!在利用官网代码时conda install XXXX XXXX -c pytorch一定要删掉后面的-c pytorch，因为它代表直接从pytorch官网去下载，不会与本地安装好的匹配，还会全部重新下载。所以改成：conda install XXXX XXXX它就会自动匹配之前离线安装好的东西，然后匹配相关的库的等级、版本之类的。
3.最推荐使用pip install离线安装
注意，清华镜像里的pytorch版本不全，最好还是科学上网翻去pytorch官网下载地址https://download.pytorch.org/whl/torch_stable.html下载torch和torchvision的whl包到本地。第一种方法：用命令行切换到该下载文件保存目录下，然后用pip install xxxxxxxxxx.whl 命令离线安装；第二种方法：指令是'pip install D:\DownloadData\MyDownload\torch-1.10.0+cu113-cp39-cp39-win_amd64.whl'，后面的路径换成你下载到的文件路径即可，记得要先装torch再装torchvision，否则pip会自己再下一个torch给你装上去。
四、下边安装 d2l 软件包
d2l包封装了《动手学深度学习》书中常⽤的函数和类。代码：
pip install -U d2l -i http://mirrors.aliyun.com/pypi/simple/ --trusted-host mirrors.aliyun.com五、查看Pytorch是否安装成功:
Python
import torch
torch.__version__结果：
或者用下列代码验证：
Python
import torch
torch.cuda.is_available()返回True，说明GPU版本的Pytorch安装成功。
由上图可见，Pytorch安装成功。
退出Python环境：
exit()使用conda list命令查看d2l虚拟环境已经安装的包：
conda list查看结果：
(d2l) C:\Users\asus>conda list
# packages in environment at D:\ProgramData\Anaconda3\envs\d2l:
#
# Name Version Build Channel
argon2-cffi 21.1.0 pypi_0 pypi
attrs 21.2.0 pypi_0 pypi
backcall 0.2.0 pypi_0 pypi
bleach 4.1.0 pypi_0 pypi
ca-certificates 2021.10.26 haa95532_2 https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
certifi 2021.10.8 py38haa95532_0 https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
cffi 1.15.0 pypi_0 pypi
charset-normalizer 2.0.7 pypi_0 pypi
colorama 0.4.4 pypi_0 pypi
cudatoolkit 10.1.243 h74a9793_0 defaults
cudnn 7.6.5 cuda10.1_0 https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
cycler 0.11.0 pypi_0 pypi
d2l 0.17.0 pypi_0 pypi
debugpy 1.5.1 pypi_0 pypi
decorator 5.1.0 pypi_0 pypi
defusedxml 0.7.1 pypi_0 pypi
entrypoints 0.3 pypi_0 pypi
fonttools 4.28.2 pypi_0 pypi
idna 3.3 pypi_0 pypi
importlib-resources 5.4.0 pypi_0 pypi
ipykernel 6.5.1 pypi_0 pypi
ipython 7.29.0 pypi_0 pypi
ipython-genutils 0.2.0 pypi_0 pypi
ipywidgets 7.6.5 pypi_0 pypi
jedi 0.18.1 pypi_0 pypi
jinja2 3.0.3 pypi_0 pypi
jsonschema 4.2.1 pypi_0 pypi
jupyter 1.0.0 pypi_0 pypi
jupyter-client 7.1.0 pypi_0 pypi
jupyter-console 6.4.0 pypi_0 pypi
jupyter-core 4.9.1 pypi_0 pypi
jupyterlab-pygments 0.1.2 pypi_0 pypi
jupyterlab-widgets 1.0.2 pypi_0 pypi
kiwisolver 1.3.2 pypi_0 pypi
markupsafe 2.0.1 pypi_0 pypi
matplotlib 3.5.0 pypi_0 pypi
matplotlib-inline 0.1.3 pypi_0 pypi
mistune 0.8.4 pypi_0 pypi
nbclient 0.5.9 pypi_0 pypi
nbconvert 6.3.0 pypi_0 pypi
nbformat 5.1.3 pypi_0 pypi
nest-asyncio 1.5.1 pypi_0 pypi
notebook 6.4.6 pypi_0 pypi
numpy 1.21.4 pypi_0 pypi
openssl 1.1.1l h2bbff1b_0 https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
packaging 21.3 pypi_0 pypi
pandas 1.3.4 pypi_0 pypi
pandocfilters 1.5.0 pypi_0 pypi
parso 0.8.2 pypi_0 pypi
pickleshare 0.7.5 pypi_0 pypi
pillow 8.4.0 pypi_0 pypi
pip 21.2.2 py38haa95532_0 defaults
prometheus-client 0.12.0 pypi_0 pypi
prompt-toolkit 3.0.22 pypi_0 pypi
pycparser 2.21 pypi_0 pypi
pygments 2.10.0 pypi_0 pypi
pyparsing 3.0.6 pypi_0 pypi
pyrsistent 0.18.0 pypi_0 pypi
python 3.8.12 h6244533_0 defaults
python-dateutil 2.8.2 pypi_0 pypi
pytorch 1.8.0 py3.8_cuda10.1_cudnn7_0
pytz 2021.3 pypi_0 pypi
pywin32 302 pypi_0 pypi
pywinpty 1.1.6 pypi_0 pypi
pyzmq 22.3.0 pypi_0 pypi
qtconsole 5.2.0 pypi_0 pypi
qtpy 1.11.2 pypi_0 pypi
requests 2.26.0 pypi_0 pypi
send2trash 1.8.0 pypi_0 pypi
setuptools 58.0.4 py38haa95532_0 defaults
setuptools-scm 6.3.2 pypi_0 pypi
six 1.16.0 pypi_0 pypi
sqlite 3.36.0 h2bbff1b_0 defaults
terminado 0.12.1 pypi_0 pypi
testpath 0.5.0 pypi_0 pypi
tomli 1.2.2 pypi_0 pypi
torchvision 0.9.0 py38_cu101
tornado 6.1 pypi_0 pypi
traitlets 5.1.1 pypi_0 pypi
typing-extensions 4.0.0 pypi_0 pypi
urllib3 1.26.7 pypi_0 pypi
vc 14.2 h21ff451_1 defaults
vs2015_runtime 14.27.29016 h5e58377_2 defaults
wcwidth 0.2.5 pypi_0 pypi
webencodings 0.5.1 pypi_0 pypi
wheel 0.37.0 pyhd3eb1b0_1 defaults
widgetsnbextension 3.5.2 pypi_0 pypi
wincertstore 0.2 py38haa95532_2 defaults
zipp 3.6.0 pypi_0 pypi 六、运行jupyter notebook
最后，我们通过运⾏以下命令打开 Jupyter 笔记本，会自动跳转到 Jupyter 笔记本网页界面：
jupyter notebook接下来，需要下载《动手学深度学习》这本书的代码。可以点击《动手学深度学习》 — 动手学深度学习 2.0.0-alpha2 documentation (d2l.ai) 页面顶部的“Jupyter 记事本⽂件”选项，或直接点击下载网址 https://zh-v2.d2l.ai/d2l-zh.zip 下载代码压缩包，下载后解压到用户根目录（比我的电脑是C:\Users\asus）。
然后刷新 Jupyter 笔记本网页，就可以显示d2l-zh文件夹了。
找到d2l-zh/pytorch/chapter_preliminaries/ndarray.ipynb，点击进入，然后鼠标定位到想要运行的代码框处，再点击页面上方的运行按钮（或者直接使用快捷键Ctrl+Enter），如果不报错就说明环境已经安装成功啦~
