在windows搭建深度学习炼丹炉

利用Anaconda安装配置pytorch

Anaconda的安装

确定要下载的版本号，可以在官网点击对应的python版本，弹出下载链接，获取文件名称。建议在清华镜像下载，不在官网下载，因为网速太慢。

wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-2019.10-Linux-x86_64.sh
bash Anaconda3-2019.10-Linux-x86_64.sh

一路yes，确定将路径添加到环境变量中，并让其生效。

source .bashrc

创建虚拟环境

首先要明白为什么要创建虚拟环境。我们经常需要复现别人的工程，不过每个开发者所使用的开发环境不尽相同，有的使用python2，有的使用python3，有的使用tf，有的又使用pytorch等等。那我们是否需要把所有的模块都装好呢？

答案是可以的，不过你无法安装多个版本的tf，如果你需要复现的工程是基于tensorflow 1.4.0的，而你自己的版本是1.9.0，是否要降版本来营造和人家一样的环境呢？是否每次都要通过换自己本地的版本以达到工程的兼容性呢？

虚拟环境可以很好地缓解这个尴尬，在一个虚拟环境下，对应的就是某一组互相依赖的版本的软件组合。

新建一个名为pytorch的虚拟环境。

conda create -n pytorch python=3.7
conda activate pytorch //进入该虚拟环境

安装pytorch

安装之前，可以先添加清华镜像。

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

在pytorch官网https://pytorch.org/上可以选择pytorch的版本，操作系统，python的版本，cuda的版本等，会自动生成安装的命令行，如

conda install pytorch torchvision cudatoolkit=10.1 -c pytorch

修改pycharm中的interpreter

如果要在pycharm中使用对应虚拟环境的python，需要在project interpreter里边添加新的interpreter，选择刚刚设定环境下envs/pytorch/bin/python.

如果运行过程中缺少库，如：ModuleNotFoundError: No module named ‘cv2’，可搜下对应的错误，找到需要安装库的名字，运行

pip install opencv-python