pytorch的安装，vscode，miniconda

图中显示了版本号2.5.0。

        我在一开始就打算学习深度学习，并使用pytorch。但，我失败了，所以我去先学习了机器学习。但是在学了一阵子机器学习后，我发现这种技术是一种处理数据的技术，而不是我期待的，一种可以通往通用性人工智能的途径，于是我转向深度学习。

        我从不担心失败，但pytorch的失败是，比较长的下载时间。我一开始是看的李沐等人写的书，在英伟达官网下载cuda之类的东西，但我现在的了解是，pytorch里都有cuda库，那本书应该是使用的另一个框架，要自己配置cuda，那就更不容易了。

        所以最简单的就是直接使用pytorch。我是使用了miniconda的虚拟环境配置的pytorch，这也是我在上次下载中听到的其他人的建议，但现在回想起来，我似乎不需要这种虚拟环境。因为配置虚拟环境又需要下载几个常用的库，在vs里也要换配置，虽然很简便，但是，那是没有必要的步骤。

        所以如果可能，我会直接在我的python终端下载pytorch，但事已至此，我不打算再捣鼓了，因为下载一次pytorch要一个小时左右的时间。

        说这些是要解释，不使用，不会使用虚拟环境，应该是没有问题的。因为pytorch就是一个库而已嘛。

        进入官网。应该是要魔法的，但在终端下载的时候却不能使用魔法，使用魔法会因为网络波动而反复中断。（关于魔法，不要觉得神秘或者其他，其实去了解之后会发现最低套餐是很便宜的，大概一个月就五块钱）

        Start Locally | PyTorch

        我的配置如下，我使用了conda下载，因为conda在中断后可以重连不至于前功尽弃，但我也没有尝试过关掉魔法后的pip所以不再评价。

        还有cuda版本的事情，这个可以在终端或者在英伟达显卡控制面板里面看。cuda是用C++之类写的库，有关编译GPU，很大一个，整个pytorch2.5G多，cuda应该是占比较大的。

输入终端nvidia-smi

        

        我们可以看到下面那一段白色的字，复制下来后打开终端（我的是虚拟miniconda终端）

        关于miniconda，我就不多说了，在网上有很多介绍。没有conda的就直接用cmd，应该是没问题的，或者在vscode里的terminal里输入。

        注意的是，我的虚拟环境是d2l，所以我在做事情之前都要先唤醒我的虚拟环境。

        输入conda activate d21  

        然后输入在网址里得到的

    conda install pytorch torchvision torchaudio pytorch-cuda=12.4 -c pytorch -c nvidia

        我在网上看到很多稀奇古怪的做法，比如把pip3里的3去掉，或者是换清华源阿里源。

        我在操作后全部宣告失败，我不会换源，所以我在多次失败后关掉了魔法，直接使用wifi进行下载。最后成功安装。

        这次安装的核心成功就在于获得下载的conda链接需要魔法，而在终端下载时不需要魔法。