1 安裝Anaconda(2022.05)
最新版本 https://www.anaconda.com/
歷史版本 https://repo.anaconda.com/archive/
打開安裝包：
next
I Agree
Just Me(影響之后創建虛擬環境的默認位置，選擇Just Me虛擬環境默認在安裝Anaconda檔案夾下的evns檔案夾下；選擇All User虛擬環境默認安裝在C:\Users\DQD.conda\envs)
選擇安裝位置
勾選第一個選項，在普通的命令列視窗可以使用Anaconda指令；若不勾選，只能在Anaconda命令列視窗中使用Anaconda指令，可選可不選，（本次不勾選）
本次勾選第二個選項，可選可不選，
安裝
next
next
Finish
檢驗Anaconda是否安裝成功
方法1：打開Anaconda圖形化界面，在Enviroments選項中查看是否存在base環境，若有，則說明成功安裝，
方法2：
打開Anaconda命令列視窗
上面的Powershell是Windows為開發者提供的功能更大的視窗
查看conda版本號
conda --version
2 創建虛擬環境
利用 conda create 指令創建新的虛擬環境
conda create -n pytorch python=3.8
"-n" 表示 name 的意思
"pytorch" 表示環境的名字
"python=3.8" 表示安裝的python解釋器的版本號
上圖中說明了新建的虛擬環境的安裝位置 enviroment location
以及在虛擬環境中安裝的包package
遇到"y/n?"， 輸入"y"即可
conda activate pytorch // 激活名為"pytorch"的環境
conda deactivate // 退出當前環境
查看當前Anaconda中已經存在的虛擬環境及其所在的位置
conda env list
激活創建的環境，并查看環境中已安裝的工機包package
此時并沒有pytoch包
3 GPU 準備作業
圖片來自 B站up主：我是土堆
顯卡是一個硬體，需要安裝相應的驅動才能被計算機識別，
安裝顯卡驅動時，CUDA Driver也安裝上了，
CUDA可以是一個使顯卡實作并行運算的平臺/軟體，
有了CUDA Runtime，才能呼叫CUDA Driver里的東西，進而呼叫顯卡做深度學習的加速運算，
確定顯卡型號：NIDIA GeForce MX150
確定顯卡算力：6.1
可通過維基百科搜索cuda查看 https://en.wikipedia.org/wiki/CUDA
確定CUDA Runtime
不同的CUDA支持不同的算力
3.1 安裝顯卡驅動CUDA Driver(11.7)
需要安裝最新版本的顯卡驅動：https://www.nvidia.cn/Download/index.aspx?lang=cn
默認安裝位置
默認選項（第一個）
自定義
一定要勾選清潔安裝
下一步
重啟
3.2 確定CUDA Driver的版本(11.7)
通過命令查看
nvidia-smi //注意中間沒有空格
3.3 確定CUDA Runtime版本(11.6)
打開pytorch官網 https://pytorch.org/
這里的CUDA 10.2 11.3 11.6指的是CUDA Runtime的版本
CUDA Runtime的版本號＜=CUDA Driver的版本號即可(本機為CUDA Driver 11.7)
up主建議選擇小于11.7的最新版本，本次選擇11.6
4 安裝pytorch(1.12.1)
conda install pytorch torchvision torchaudio cudatoolkit=11.6 -c pytorch -c conda-forge
程序中會自動安裝cudnn
安裝完成
驗證
通過conda list 可以看到pytorch已經被安裝 顯示torch pytorch都可以
import torch
torch.cuda.is_available()
5 pycharm配置(2022.02)
pycharm安裝非常簡單，這里不再展示，
打開pycharm
配置成功
參考：https://www.bilibili.com/video/BV1S5411X7FY?p=1&vd_source=2260f60fe8d8001d3d4f8227f2b1c002
轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/502409.html
標籤：其他
上一篇：使用二進制重排 & Clang插樁技術點來進行iOS冷啟動進行優化
下一篇：OAuth2.0協議安全學習