文章目录
前言
这是纯小白模式，适合完全不懂的情况
只知道python，其他一概不知道，由于我需要训练一个yolo模型，所以上网了解一下，顺便把步骤和一些心得写下来，巩固一下思路。
个人建议你先看一下整体目录，了解一下整体安装的工具和软件
一、必安装的工具
- Anaconda：一个集成了Python及很多库的开发环境
- PyCharm：这是一个常用的开发工具，也可以用VSCode，你熟悉那个就用那个，如果是纯小白，你学习的视频博主安装的是那个就用那个，免得麻烦
- PyTorch：一个开源深度学习框架
- CUDA、cuDNN：如果电脑有GPU就安装，没有就不用，就是一个提升效率的工具（下文有提示怎么查看自己的电脑是否有）
个人理解：
Anaconda就是一个整体基础工具包，相当于JDK；
PyCharm就是便利操作的开发工具，相当于IDEA；
CUDA、cuDNN相当于Maven,提高效率；
PyTorch相当于Java中的各种开源框架；
所以你都要下载，才能实现一个便捷的开发环境；
二、安装Anaconda
1、Anaconda是什么?
Tips：
是一个开源的、专注于数据分析的Python发行版本，包含了conda、python等多个科学包及其依赖项。简而言之，就是它集成了你基本能用到的东西，虽然占空间，但是一点都不懂的，就不要搞特殊，单独安装什么的，直接安装它就是。
一句话：Anaconda必不可少。
Tips: 这里我选择的是清华镜像源下载
点击后选择自己合适的镜像安装，我选择的是 Anaconda3-5.3.1-Windows-x86_64.exe（可以根据时间，自己调整）
注意安装时，不要是中文的路径下，也不要加什么空格什么的，直接在一个英文名文件夹下安装就行，且记住你的安装路径。
2、安装步骤
Tips：注意别断网了，要不然一些数据和包下不全，甚至安装不了
1、直接点击下一步
2、选择同意协议
3、 选择个人用就可以了，然后点击下一步
4、可以默认系统安装地址，也可以选择自己的地址，一定要记得自己的安装地址，清晰明了点
（最好不要安装中文文件夹下，也不要有空格那些）
5、选择加入系统环境，标红也没事，如果你觉得可能出现问题，可以安装好后，再手动添加环境变量
Tips：我安装后，我发现用户环境变量它自动添加了，但是系统环境变量没有，后面我手动添加了一下
反正很简单，你们也一样再加一下吧
6、等待安装，然后下一步
7、意思就是要你安装一个开发环境VSCode，我不用这个，我用PyCharm，所以我选择跳过
你们看情况来，开头就说了
8、不要勾选那两个框，都是一些无用的东西，直接选择完成
9、测试
打开cmd，输入以下命令
conda --version 回车执行，查看版本信息，如果出现版本即表明安装成功了
到这一步，Anaconda就安装完了，两个字：完美！
最后如何输入命令出现 conda不是内部或外部命令这个问题，常见有两个问题
其一：你的安装数据没下载全，去你安装目录下查看Scripts目录下是否有conda.exe,没有就直接删除再下载
其二：环境变量没有配置好，自己手动去配置一下
3、配置独立运行环境
意思就是有个base基础运行环境，现在我们单独再创建一个独立的环境，为了就是不同的Python版本互不影响，不同的需求用不同的环境
简而言之就是一个大房间里创建不同的小空间，放不同的东西，免得杂乱无章。
1、打开 cmd ，输入以下命令，相当于打开 Anaconda Prompt 窗口
activate
2、创建新的环境
conda create -n 你的环境名 python=3.8 环境名自己命名一个，然后python可以按自己需求下载不同版本，我选择是3.8的
进入base环境
确定安装，输入 y
3、创建完自己的环境后，需要激活并进入环境，也可以退出环境（命令行中有提示）
conda activate 你的环境名 进入环境并激活
conda deactivate 退出环境
三、查看电脑和PyTorch支持的CUDA版本
Tips：安装CUDA和cuDNN前，需要查看自己电脑驱动版本是否支持，还有是否和PyTorch匹配，要不然会出现命令不可执行或者出错的问题
1、查看自己的驱动版本
打开cmd，输入该命令，并记住你的驱动版本号
nvidia-smi
2、查看电脑驱动支持的CUDA版本
我的电脑驱动版本号是531.52，足以支撑大多数CUDA版本
点击如下网址可以查看自己电脑支持的的CUDA版本
英伟达官方网址
3、查看PyTorch和CUDA最新匹配版本
这是最重要的，你先需要知道相对应的版本，才能保证不出问题
点击网址后，滑到最下方，依次选择符合自己的标签，发现PyTorch最新匹配的版本有11.8和12.1
为了保险，我选择了11.8，你也可以选择低于11.8的版本
PyTorch官网
到这一步，我们就明白，电脑驱动和Pytorch支持的CUDA版本，直接开始下载
四、下载CUDA和cuDNN
1、下载CUDA
点击进入网址，选择符合自己的CUDA版本，我选择 11.8
CUDA版本
依次点击符合自己电脑的选项
下载后，双击开始安装（部分博主说不要修改下面路径，但是我修改了，你们最好就别改了，其实就是一个临时文件）
检查完毕后，直接同意
选择自定义安装，然后下一步
直接默认（如果你之前安装过，可以自行了解是否打勾，因为有些你打勾后，就安装不了）
我在安装目录下，新建了一个新文件夹，记住自己安装的地方
我最开始是新建两个分别安装，但是最后我不知道把cuDNN文件放在那个文件下，所以我又删了重新安装在一个包下了 所以不要在意图片路径的不一致
后面直接下一步就行
最后测试一下是否安装成功，打开cmd，输入以下命令，如果出现版本就成功了，注意V是大写
nvcc -V
2、下载cuDNN
点击网址，我下载的CUDA版本是11.8，所以我选择cuDNN是cuDNN是11版本的就可以
点击下载（如果你没有注册一个账号，你则需要注册一个账号，很简单，不会就中文翻译即可，立马就会了）
下载解压后，把其中的三个文件，复制粘贴到你CUDA路径下
如图
到了这步，终于安装完了，nice，下面安装深度学习库Pytorch
五、下载PyTorch库
我们在之前配置的独立环境中安装Pytorch
1、安装步骤
进入官网复制Pytorch的命令
输入以下命令，进入独立环境中
activate //进入基础base环境
conda activate 你的环境名 // 进入环境并激活v
到了这步，理论上你可以直接安装了，但是因为你下载的源速度不行，会导致安装不成功，所以我换成了清华源，简而言之就是你换个网，快一点下载，免得出现延迟啥的不成功问题
如果换源后，你还卡着，安装不了，去PyTorch用pip命令安装，如果这一步也安装不了，再去网上寻求其它答案
依次输入以下命令行，进行换源(我没有截图，进入你的独立环境后，直接一行一行执行就行，然后在下载)
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/pro/
注意是进入你新建的那个独立环境，我的是pyName，然后再输入你复制的命令，开始安装
属于y， 然后等待安装完
2、测试
在你的独立环境下，依次输入以下命令，如果出现版本号和True代表安装成功
python
import torch
print(torch.__version__) //输出版本
print(torch.cuda.is_available()) //torch和cuda是否对应可用
六、下载并配置开发环境PyCharm
安装可以到微信搜索公众号伙伴神，到软件目录查找自己所需的版本PyCharm，你搜索出的是一个集成了很多软件的压缩包
所以自己去软件目录中找就行（如果激活码失效，网上找即可）
如果你想要官网的更加安全稳定，你也可以下载官网的，只是它是有使用时间的
PyCharm官网
现在我们开始要使用PyCharm编程了，在这之前，我们需要配置一下PyCharm，使其它使用的是我们刚才设置的那个环境
新建一个项目
选择先前配置的解释器（就是选择刚才我们创立的独立环境），然后再选择本地添加
依次点击，添加已有的解释器
打开你安装 Anaconda 的目录，找到 envs，下面就是你设置的环境名，找到其中的 python.exe，选择确定即可
哈哈哈，到这一步终于全部基础环境都安装好了，可以开始准备训练模型了，奥力给！！！
总结
以上都是我查询网上资料，自己慢慢安装成功的，按着步骤来，基本问题不大，其中有些小问题我也在文中表明了，只要认真看下来，你应该是没问题的。
最后，如果有错的地方，希望在评论区指出。
4997
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
