深度学习的环境配置（PyTorch版）（待完善）

本文章主要是根据b站上博主“我是土堆”的视频而成的。

前言

1. 首先需要卸载掉在python官网下载的python，因为会影响到接下来的步骤。
2. 确定自己的电脑有英伟达（NVIDIA）显卡。

一、安装Anaconda软件

最新版本的anaconda软件下载地址：Download Now | Anaconda

旧版本的anaconda软件下载地址:Index of / (anaconda.com)

旧版本的清华大学开源软件镜像地址：Index of /anaconda/archive/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror

 

二、创建虚拟环境

打开Anaconda Prompt(anaconda)命令窗口。

1、创建一个虚拟环境（比如pytorch）

利用“conda create -n 虚拟环境名字 python=版本”命令创建虚拟环境

添加镜像加速利用”conda create -n 虚拟环境名字 python=版本 -c 镜像地址。

镜像地址：

镜像地址

镜像名	镜像地址
清华镜像	https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
北京外国语大学镜像	https://mirrors.bfsu.edu.cn/anaconda/pkgs/main
阿里巴巴镜像	https://mirrors.aliyun.com/anaconda/pkgs/main

2、删除一个虚拟环境

conda remove -n 虚拟环境名字 --all

 

三、GPU与CUDA准备工作

首先，确定自己的显卡算力——确定自己的显卡型号（显卡型号对应算力）

确定自己的可选择 CUDA Runtime Version

确保自己的 CUDA Driver 版本 >= CUDA Runtime 版本

输入 nvidia-smi 命令，查看自己的驱动CUDA Driver Version版本——我的版本是12.3

最终确定我们电脑支持的 CUDA Runtime 版本

 

四、利用conda或者pip安装PyTorch

1、使用conda命令来安装pytorch

打开PyTorch官网，选择对应的版本利用命令行安装。如下图。

2、使用pip命令来安装pytorch

1.1 使用官网的命令安装

举例：

pip install torch==2.2.1 torchvision==0.17.1 torchaudio==2.2.1 --index-url https://download.pytorch.org/whl/cu118

1.2 本地安装

复制pytorch/torch这个包的下载地址，到迅雷等软件里面下载。下载完成后使用pip install 路径地址安装。再使用原来命令行下torchvision和torchaudio。