Windows系统上安装GPU深度学习环境（含安装pytorch、anaconda等）

一：Conda环境搭建

       Anaconda可以帮助我们很好的管理python环境（因为面对不同的情况可能需要不同版本的python，那么不同版本的python可以通过Anaconda创建不同的环境来容纳不同版本的python使其不相互影响）。

1：Anaconda的下载

       在官方下载网站https://www.anaconda.com/products/distribution下载，这里一般是最新版本要下载其他的版本也可以通过其他途径下载，因为我的电脑的系统是Window10 64位windows，所以我选择的是我选择的版本是Windows-x86_64后缀的，我选择的是Anaconda 4.12.0，这个版本自由选择。（这里可以在浏览器里面下载也可以通过电脑的cmd下载，我是从浏览器那里下载的）

##如果是通过cmd 下载，要通过国内的源下载比如：通过清华源下载

pip xxxxxxxxxx https://pypi.tuna.tsinghua.edu.cn/simple

(其他国内常见源见文章最后，下载国外的东西经常会用到，建议收藏

2：Anaconda的安装

        安装过程前面都是一路next, 到Advanced Options部分，我选的是Add Anaconda to my PATH environment variable（将Anaconda安装路径加入环境变量，省得自己再去加环境变量）

 

如果是用cmd方式下载的需要注意：如果在安装途中出现了cmd的黑窗口，千万不要自己手抖把它给关了，cmd的黑窗口可能是在下载一些东西

在Anaconda Prompt输入conda list成功显示出结果时，说明Anaconda安装成功啦!（图中的name都有即可）

3：Conda创建python虚拟环境

      为了使自己的python深度学习环境不和其他python相冲突，我们需要使用Conda创建一个python的虚拟环境。我创建的是一个叫做DPlearning_3.9的python3.9版本环境。在虚拟环境安装成功之后，使用activate DPlearning_3.9命令切换到这个虚拟环境中(tips：虚拟环境的名字最好好记一些且与该环境里面的功能有关，因为当你虚拟环境多了之后容易弄混)

命令行：

创建python3.9的虚拟环境 名字叫做DPlearning_3.9

1：conda create -n DPlearning_3.9 python=3.9 https://pypi.tuna.tsinghua.edu.cn/simple

#切换到DPlearning_3.9虚拟环境

2：activate DPlearning_3.9

此后的安装都在这个虚拟环境之下了

 二：GPU环境搭建

1：了解自己电脑显卡驱动版本（非常重要）

A:ctrl+s 搜索NVIDIA

B: NVIDIA控制面板中点击“帮助”下面的“系统信息

2：查看驱动程序版本，下图显示我的显卡驱动版本是511.79

根据显卡驱动版本确定自己能使用的CUDA Tookit版本。

比如我的显卡版本是511.79，那这里所有的驱动我都可以用

比如我的显卡版本是511.79，那这里所有的驱动我都可以用。在官方网站Previous PyTorch Versions | PyTorch，我选择的是cuda 10.2。在网站里一条龙服务直接我复制官网的指令（这里用的框架是pytorch）。

conda install pytorch==1.10.1 torchvision==0.11.2 torchaudio==0.10.1 cudatoolkit=10.2 -c pytorch（暂不使用）

这条指令需要修改（如果只是这条指令会下载的非常慢，所以这里需要对该指令做修改）

3：配置国内的源

1：conda config

2：conda config --show channels

3：

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/

5：conda config --set show_channel_urls yes

6：vim ~/.condarc

7：

conda config --add channels

https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/menpo/

8：conda clean -i

4：下载pytorch等

conda install pytorch==1.10.1 torchvision==0.11.2 torchaudio==0.10.1 cudatoolkit=10.2

这里是删除了先前搁置的一条指令的-c pytorch

(只有删除了-c pytorch增加的国内源才会起效)

安装完毕之后

5：检查torch是否可以正常使用

输入三条指令

1: python

2: import torch

3: print(torch.cuda.is_available)

打印出true就安装成功，所有安装步骤就Over

Congratulations！

tips:一定要保证在创建完虚拟环境之后在这里它的名字就是DPlearning_3.9（上面截图是pytorch1.10.1这是后面修改的），所有下载的东西都是在这个基础之上下载的就是都会有这个如下图

国内常用源镜像地址：

清华：https://pypi.tuna.tsinghua.edu.cn/simple

阿里云：http://mirrors.aliyun.com/pypi/simple/

中国科技大学 https://pypi.mirrors.ustc.edu.cn/simple/

华中理工大学：http://pypi.hustunique.com/

山东理工大学：http://pypi.sdutlinux.org/

豆瓣：http://pypi.douban.com/simple/ )

本文综合自己的安装经验以及以下两篇文章的结合写成本文，供大家参考。小白第一作，希望能帮助到大家

手把手教你：Windows系统上安装GPU深度学习环境 - 知乎 (zhihu.com)

(16条消息) Anaconda配置国内源并安装pytorch_烂柯人8的博客-CSDN博客_anaconda pytorch 源