Pytorch环境配置

大数据中心：

module load anaconda3

conda create --name XXX python=XXX    # 创建虚拟环境

source activate XXX    # 激活虚拟环境

在激活虚拟环境之后，可以使用conda activate XXX和conda deactivate进入环境或者退出环境

Pytorch安装：进入pytorch.org找到Conda安装对应的命令

例如cpu版本：conda install pytorch==XXX torchvision torchaudio cpuonly -c pytorch

实验室集群：离线形式安装，Anaconda安装包在/home/publicuser下

注：DRL神经网络维度较小，导致CPU运算速度要远快于GPU。GPU擅长的是大规模并行运算，相较CPU的优势在于拥有巨量核心数，但单核速度远远低于CPU，同时数据传输开销远大于CPU。在DRL网络维度较小的场景下，GPU核心数多的优势发挥不出来，数据传输开销大的不足表现明显，因此速度反而慢于CPU。