Windows10 新手安装 配置pytorch 深度学习 环境

@[TOC]Windows10 安装 配置pytorch 深度学习 环境

一，安装Anaconda

Anaconda就是可以便捷获取包且对包能够进行管理，同时对环境可以统一管理的发行版本。Anaconda包含了conda、Python在内的超过180个科学包及其依赖项。

1. 下载Anaconda

下载地址（官方：https://www.anaconda.com/，清华开源镜像https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/，）；

版本选择：Anaconda3-5.2.0-MacOSX-x86_64.pkg 对应python 3.6（大家说是使用最广泛的，我是新手啊，我就跟风呗）。

2. 双击装包进行安装

按照普通软件安装步骤进行。

这里勾选第一个框框添加环境变量，这样可以省去手工添加出现问题。

到如图这步时直接点skip跳过，这是提示该系统中没有VScode，无需安装，（后续需要在用不迟）。

等待安装完两个勾勾都不要选，点击finish就好啦！

二，管理运行环境

开始菜单下找到Aanconda Prompt点击进入 前面有（base），表示安装没有问题。：

1. 认识Anaconda的环境

建一个环境（屋子），命名为pytorch。

注：“屋子”这个词是我在网上一个教程中看到的，也许，你以后的工作会遇到不同的项目要用到不同的版本环境。比如项目一要用到pytorch 0.4，项目二要用到pytorch 1.0，如果你来回卸载安装的话，就很麻烦。Anaconda集成的conda包就能够解决这个问题，它可以创造出两不同的屋子，相互隔离。一个屋子放0.4版本，一个屋子放1.0版本。你需要那个版本就去对应的房子就好啦！
输入命令为:conda create -n pytorch python=3.6，意思就是创建一个名为pytorch的环境，里面用的是python 3.6 。

2.问题与解决办法

创建得时候下载不动，问题就来了，因为这些个软件都是国外的，文件都在国外的服务器上，所以这里涉及到添加国内镜像源的问题，自己探索。
（本教程的帮你形成一个安装思路继续阅读）

3. 激活环境

根据提示 输入激活环境命令（进入这个环境）：conda activate pytorch；前面括号（pytorch）说明创建成功。

注：这里的pytorch只是你的环境的名字哦，并不是房子里面就安装成了pytorch，你可以给你的环境起任何名字。

1. 使用pip list 看下环境中的工具包。现在可以看到并没有我们所要的pytorch的包。这是为啥呢，因为pytorch的包需要自己配置。
   

三，安装pytorch的环境包

1. 简单认识pytorch

PyTorch是一个非常有可能改变深度学习领域前景的Python 库，PyTorch 是开源的，基于torch，用于自然语言处理等应用程序。
2017年1月，由Facebook人工智能研究院（FAIR）基于Torch推出了PyTorch。它是一个基于Python的可续计算包。

提供两个**高级功能**：
	1、具有强大的GPU加速的张量计算（如NumPy）。
	2、包含自动求导系统的的深度神经网络。

2. pytorch官网配置

先去pytorch官网，https://pytorch.org/get-started/locally/，这时候我们可以看到如下的版本选择框。

标红的cuda是nvidia调用显卡用于数据算的一个软件，这里我们的电脑会有两种情况。
（1）无英伟达显卡
选择none，然后复制Run this Command后面的conda命令，去运行。
注：这里还是会遇到下载的慢的问题。因为下载的东西在国外，被墙了！自己探索解决。

（2）有英伟达显卡
Windows10下运行cmd中输入nvidia-smi；可能需要添加环境变量；
nvidia的环境变量：C:\Program Files\NVIDIA Corporation\NVSMI

网上找来的cuda toolkit版本对应表 ：

3. 安装问题

如果遇到下载问题还是要去配置镜像源，或者多来几次，祝你好运！如果可以科学的上一下网，下载问题就都解决了。

四，最后检查

1，在创建的pytorch环境下输入：python
2，在python中调用一下pytorch包，输入：import torch，没有报错的话就说明成功啦！
3，检查cuda是否能成功驱动显卡，输入：torch.cuda.is_available() ,如果返回的Ture，大功告成！

最后一些基础的命令：

1，查询你已经安装了哪些环境时，【conda info -e】

2，想要删除环境，【conda remove -n “名字” --all】，回车后出现一系列在这个环境所安装的包；输入【y】进行环境的删除。

3，查询pytorch，（import torch）跳到下一行说明成功。

4，查询显卡是否可以调用，torch. cuda. is_available() ，返回ture是可以调用显卡的。