清华镜像还可以这么用之Anaconda+PyTorch环境配置

哔哔几句：临近毕业，想着不能落后时代，尝试学习深度学习，首先就是配置环境。哔站、CSDN看了许多教程，但是总是不能完成安装。痛定思痛，觉得不能浪费时间在这种基础事务上，开始了自己的琢磨，终于解决了自己遇到的问题。想着记录下来，给大家做个参考。

全文排版和写作可能有点啰里啰嗦，主要是按照自己发现问题、解决问题的过程进行描述的，见谅。

前提条件：已经安装Anaconda，对如何使用Anconda Prompt有一定的了解。

查看虚拟环境

1.启动Anconda Prompt命令提示符窗口。

2.输入指令：conda env list
作用：查看当前存在的虚拟环境，默认是base，自己要创建一个新的环境。

创建虚拟环境

1.指令：conda create -n <环境名称> python=版本号
（-n是用来指定创建一个新的环境（environment）的选项）

2.输入指令：conda create -n lspytorch1 python=3.6

补充：指定目录创建虚拟环境：

conda create --prefix=D:\python36\lspytorch python=3.6

这样的话虚拟环境就会在路径：D:\python36\lspytorch下，但是后续配置暂时没尝试。

如果创建后发现不合适，可以移除创建的环境。
1.指令：conda remove -n your_env_name(虚拟环境名称) --all
2.输入指令（未指定目录）：conda remove -n lspytorch --all
3.输入指令（指定目录）：conda remove --prefix=D:\env\lspytorch --all

激活虚拟环境

1.指令：source\conda activate /[指定绝对路径]/[新环境名]
为了简便，直接将虚拟环境创建在C盘路径下，所以使用下列指令进行环境激活
2.输入指令：conda activate lspytorch

确定版本信息

在终端中执行 nvidia-smi 命令。显示当前系统上的 NVIDIA 显卡驱动版本以及相关信息。

这部分自己要查找，确定相关包的版本信息。哔站上有许多教程可以学习。

安装PyTorch

尽管网上有许多教程，但是总体而言比较旧，想要安装之前版本的话有很大难度。主要原因是包的版本一更新，旧版本的安装过程在官方首页上找不到了，如何在旧版本中知道自己需要的信息非常重要。

以我个人为例，我需要安装的PyTorch相关参数如下图。

但在官网（https://pytorch.org/get-started/locally/）中以及已经更新到这些版本了，与我个人需求不符合。在官网给定的旧版本安装网址（https://pytorch.org/get-started/previous-versions/）中，并不能找到对应的版本信息。即使找到了，这些包的下载速度也是非常感人的，看着只有10几兆，一天都下不完，还没准给你报个错，比如CondaError；HTTP 404 NOT FIND。


所以，我选择下载对应的包，然后手动安装。。。。。

【聪明的你可能会说，可以用源镜像呀，比如清华源、中科大源、阿里云源等，反正我是一个也没有成功。
但是，我的手动安装仍然是利用这些源镜像进行的，稍微耍了一点小聪明。】

首先，我需要安装的Pytorch，根据我的机器配置，我需要的版本是：
pytorch-1.10.2-py3.6_cuda10.2_cudnn7_0

如果直接输入通用指令也可以，但是下载很慢，我等不及。

// 通用安装指令
conda install pytorch torchvision torchaudio cudatoolkit=10.2 -c pytorch

因此，我们首先打开清华镜像的网址：
https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/win-64/

通过观察会发现，这些文件命名是有一定的规则，比如文件后缀**.tar.bz2**。这个在后续下载中重要非常大。
因此，在浏览器界面使用Ctrl+F来查找。查找内容为“pytorch-1.10.2”，找到对应的包（红框标注地方），然后下载对应的文件。
下载之后，将这个包复制到conda安装包的位置。一个命名为.conda的文件夹中的名为pkgs的文件夹。我的具体路径是【C:\Users\Administrator.conda\pkgs】。

完成之后，我们在激活的虚拟空间中输入指令进行安装。

// 安装指令
conda install C:\Users\Administrator\.conda\pkgs\pytorch-1.10.2-py3.6_cuda10.2_cudnn7_0.tar.bz2

稍等片刻就能安装完毕。

之后在命令行输入指令，来确定我们需要安装其他包的版本信息。

// 安装指令
conda install pytorch torchvision torchaudio cudatoolkit=10.2 -c pytorch

只要出现下边这个内容，可以直接退出安装，等安装这几个核心包之后，其他的包安装很快的。

其中，cudatoolkit=10.2.89和mkl-2020.2这两个包的比较大，我这边不管是官方还是镜像，下载总是中断，所以琢磨出下述方法。

敲黑板内容

确定版本信息

包名	版本号	build	下载包名称
cudatoolkit	10.2.89	h74a9793_1	cudatoolkit-10.2.89-h74a9793_1.tar.bz2
mkl	2020.2	256	mkl-2020.2-256.tar.bz2

利用清华镜像下载压缩包

网址：镜像网址
我的机器是win 64位的，所以网址中https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/win-64/对应着win-64

进入网址后，会发现包的命名规则，后缀分为****.conda 和 ****.tar.bz2.

有佬给出的教程是下载****.conda文件，然后更改urls.txt中的通道路径，我没有成功，但是发现了这个新方法。

我的方法是：

写好url，利用浏览器直接下载包****.tar.bz2。

// 复制进浏览器直接能下载
// cudatoolkit-10.2.89-h74a9793_1.tar.bz2
https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/win-64/cudatoolkit-10.2.89-h74a9793_1.tar.bz2
// mkl-2020.2-256.tar.bz2
https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/win-64/mkl-2020.2-256.tar.bz2

输入后会进入这个界面。

但有些时候输入url会有空格之类导致下载链接错误，出现下图。需要自己检查一下是不是url有空格之类的。

安装下载的包

输入安装指令

PS：可以先输入conda install [install后边还有一个空格]，然后将下载的包直接拖拽到命令窗口中，自动会生成包的绝对路径。

// 安装指令
conda install C:\Users\Administrator\Downloads\cudatoolkit-10.2.89-h74a9793_1.tar.bz2

conda install C:\Users\Administrator\Downloads\mkl-2020.2-256.tar.bz2

输入指令后会自动安装，有时候需要等一会儿，可能是需要检查包，但不是网络的问题，不用怀疑自己。

安装其他包

等手动安装完这几个比较大的包之后，其余的使用官方指令安装就可以。已经安装的包他会自己检查，不会重新安装。这样就能节约时间。
再执行一次指令：

// 安装指令
conda install pytorch torchvision torchaudio cudatoolkit=10.2 -c pytorch

之后按照提示一直敲回车，最后你会得到这样的界面。

致此，Pytorch配置大功告成，可以输入下列指令进行检查。

// 检查
python
import torch
print(torch.__version__)
print(torch.cuda.is_avaliable())