pytorch学习笔记（一）——pytorch环境配置及安装

1. 下载anaconda

anaconda包含python的大量package工具包
官网首页地址为 Anaconda官网

2. 显卡准备

深度学习离不开gpu，gpu会加速训练
显卡的配置涉及：驱动 + CUDA工具包
其中，CUDA工具包可以跟随pytorch一键安装，所以需要检查显卡的驱动是否安装正确

3. 学会管理环境

当遇到不同的项目需要的环境不同时，用conda指令建一个新环境，新环境中有pytorch的其他版本。当需要用到pytorch其他版本时，切换环境即可

3.1 创建一个新环境

打开Anaconda Prompt

conda create -n pytorch python=3.6

其中，-n 是name的意思，后面跟环境的名字(（随意设置），再后面是环境指定的一些包

3.2 切换到其他环境

conda activate pytorch

其中，pytorch即环境名称

3.3 查看当前环境下有哪些工具包

pip list

4. pytorch的安装

1. 进入pytorch首页 pytorch官网
   

package指安装方式，一般Windows下选conda，linux下选pip
Compute Platform计算平台，要看自己的显卡是否支持CUDA
都选好之后，就会给一条指令，在Anaconda Prompt中运行即可（注意在pytorch环境下）

2. 如何看自己的显卡是否支持CUDA

   命令行中输入（前提是电脑中有英伟达显卡）

   nvidia-smi
   

   
   注意看gpu驱动版本和cuda版本的匹配，是否需要升级驱动

5. 检查pytorch是否安装成功

打开Anaconda Prompt 切换到 pytorch环境下输入

python
import torch
torch.cuda.is_available()

torch.cuda.is_available()查看安装的pytorch是否使用电脑的gpu，返回True即使用电脑gpu