深度学习基础环境配置

1.前言

首先简单叙述一下，深度学习环境中安装的软件的作用，首先是Anaconda是一个便捷、高效的环境管理工具，特别是针对Python及其相关包和库的管理。可以自动安装兼容的依赖包。

CUDAToolkit（cuda）是NVIDIA开发的一套软件开发工具包，它为NVIDIA GPU提供了一组API和工具，使得开发人员能够利用GPU的并行计算能力来加速计算密集型应用程序。

cuDNN（CUDA Deep Neural Network library）是NVIDIA开发的一个针对深度神经网络的GPU加速库。它专为深度学习应用设计，提供了高度优化的原语（primitives），用于在NVIDIA GPU上执行深度学习训练和推理中的核心计算。

PyTorch是一个开源的Python机器学习库，特别是作为深度学习框架而广受欢迎。

下面是配置环境比较重要的一点：

先根据自己的项目要求的pytorch版本去确定cuda版本，再确定cudnn版本

安装的流程则是反过来，要先安装cuda——cudnn，最后安装pytorch

列如：open-mmlab的mmpretrain工具箱，根据官方文档给出的安装教程

mmpretr