三维点云深度学习——环境配置

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档

文章目录

---

up讲的很细！，强烈推荐，学习过程随手记录。移步up视频👇

最详细的 Windows 下 PyTorch 入门深度学习环境安装与配置 CPU GPU 版 | 土堆教程_哔哩哔哩_bilibili

全方位无死角让你成功安装PyTorch深度学习环境。一个学会了，可以用10年的安装教程。 收藏学习后，你绝对可以成为课题组的环境配置小能手。 详细介绍了GPU和CUDA版本之间的关系和联系，绝对是你在其他教程中没有看过的内容。 带字幕版本。

GPU(Graphics Processing Unit)

深度学习显卡，NVIDIA显卡，AMD显卡无法应用于deeplearning

CUDA用于操作NVIDIA的显卡

Cuda runtime version是软件层面的，

 Cuda driver version是GPU硬件层面的驱动

 环境配置中的哥哥（各个）软件的关系

 

 

https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main

//mirrors.aliyun.com/anaconda/pkgs/main

不推荐在环境内永久添加通道

 1.确定显卡型号

 2.确定显卡算力CUDA - Wikipedia

3.确定CUDA RUNtime 

4.自己安装的驱动nvidia-smi                                              CUDA Driver Version 12.1

5.最终确定CUDA RUNtime适用 型号 11.8；12.0；12.1

 

 判断CUDA Runtime版本并安装

1）更新最新的GPU驱动，官方驱动 | NVIDIA

 2）.打开命令窗口，输入nvidia-smi确定cuda driver版本；12.2

3）.打开pytorch官网，确定cuda runtime 版本，11.8

  安装Pytorch

在虚拟环境中安装PyTorch(安装PyTorch，需要安装pytorch,torchvision,torchaudio三个包)

从官网Start Locally | PyTorch采用命令行下载

conda install pytorch torchvision torchaudio pytorch-cuda=11.8 -c pytorch -c nvidia

验证pytorch是否安装成功

安装Pycharm

2023的添加环境即可