PyTorch深度学习（14）命令行记录及安装梳理

下载anaconda，并安装
在Anaconda目录中，打开Anaconda Prompt

分别输入python    及    conda
进入anaconda安装文件夹，同时按住shift和右键，打开Powershell窗口
输入jupyter notebook，如打不开，则需要复制 or copy and paste one of these URLs下的网址链接
new——> Python3    shift+enter键可运行代码

安装pytorch环境
conda create -n pytorch python=3.8

安装环境后，切换环境
conda activate pytorch
查看环境中的包列表
pip list

pytorch官网
https://pytorch.org/
NV显卡支持cuda
https://www.geforce.cn/hardware/technology/cuda/supported-gpus

cmd——>nvidia-smi  查看驱动是否满足（需要终端以 管理员身份运行）  查看显卡驱动中的CUDA版本

1、首先是添加清华镜像channel
2、安装的指令，主要是把官网指令后面的-c pytorch删掉，-c pytorch的意思是，
安装下载的channel强制为pytorch官网的channel。所以需要删除才能走清华镜像的channel

清华源安装
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 --set show_channel_urls yes
# reference
# https://mirror.tuna.tsinghua.edu.cn/help/anaconda/

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/

conda config --remove-key channels    恢复Anaconda源为默认

最后执行安装pytorch的命令即可  安装pytorch命令行
conda install pytorch torchvision torchaudio cudatoolkit=11.1 -c pytorch -c conda-forge

conda install pytorch==1.8.0 torchvision==0.9.0 torchaudio==0.8.0 cudatoolkit=11.1 -c pytorch -c conda-forge
执行上方命令后即安装了torch，不需要再次安装

安装成功后运行python，进入python命令台
输入import torch，如果出现缺少包的情况，则pip install xxx   例如：pip install numpy

torch.cuda.is_available()——>输出：true    cude安装成功

Python文件：代码以块为一个整体运行，Python文件的块是所有行的代码
优点：通用，传播方便，适用于大型项目
缺点：需要从头运行
Python控制台：以任意行为块运行
优：显示每个变量属性  缺：不利于代码阅读及修改
Jupyter：以任意行为块进行
优：利于代码阅读及修改  缺：环境需要配置

pip install opencv-python    安装cv2包

pip install tensorboard        安装tensorboard （x轴步长,y轴值）
tensorboard --logdir=logs  事件文件所在文件夹名称
tensorboard --logdir=logs --port=6007  修改端口为6007

Settings——Editor——General——Code Completion代码补全——Match case匹配大小写

Ctrl + O  重写方法    ctrl+l 实现方法

创建环境
conda create -n pytorch python=3.8        

conda update -n base -c defaults conda    更新conda

查看conda中环境
conda env list    conda环境列表
conda info --envs    查看环境
conda remove --name env_name --all  删除环境
conda remove --name env_name package_name  删除环境中某个包
conda deactivate 环境名    关闭环境

python -m pip install --upgrade pip    更新pip

python --version  查看python版本

pip install -U numpy    升级numpy

安装tensorflow GPU版本（使用源下载速度更快）
pip install tensorflow-gpu -i https://pypi.doubanio.com/simple  默认安装的是2.6.0版本

pip uninstall tensorflow tensorflow-gpu    卸载tensorflow
pip install tensorflow-gpu==2.4.0 -i https://pypi.doubanio.com/simple

使用 PyTorch 查看 CUDA 和 cuDNN 版本
import torch
print(torch.__version__)
print(torch.version.cuda)
print(torch.backends.cudnn.version())

cmd中
where python     python的存放目录
where ipython    python交互工具
where pip               pip的位置目录
 

win+R  %HOMEPATH%  调出电脑主文件夹