Python 部分环境资源配置【包括 Anaconda、cuda、pytorch 安装】

文章内容：完成 Python 部分环境配置，搭建 Python 环境。 熟悉软件 Python 及 Python 相关环境的下载及安装过程。

1 操作环境

PC（Wind10）

2 注要内容

从 0 开始搭建 python 环境，这次从 anaconda 安装开始， 然后到 cuda 的相关安装配置，再到 cudnn 的安装配置，然后从 anaconda 中建立虚拟 tensorflow 和 pytorch 的虚拟环境，安装 pycharm，再各自的虚拟环境里面安装 jupyter notebook 并完成配置，安装 tensorflow 和 pytorch。

3 环境配置

3.1 Anaconda 的安装

Anaconda 是为方便使用 Python 而建立的软件包，其包含250多个工具包，多版本的 Python 解释器和强大的虚拟环境工具，所以 Anaconda 是 Python 的全家桶。Anaconda 可以使安装，运行和升级环境变得更简单，所以初步学习 Python ，这一个就足够了。

接下来进行 Windows下的 Anaconda 安装。

3.1.1 下载安装包

Anaconda 官网下载安装包，注意操作环境，我这里是 wind10 64位。
（官网网址：https://www.anaconda.com/download/）

3.1.2 安装

• 下载之后，双击安装包打开

• 等待安装
  

• 一直回车安装（建议不要安装到 C 盘）
  

• 安装完成，在应用程序里可以看到 anaconda 软件图标
  

3.1.3 验证安装成功

• 验证安装成功：点击“win+R”打开,输入“cmd”,进入命令行，输入“conda”，点击回车，安装成功可看到 conda 环境。如下
  
• 键入“activate”，进入 root 环境，再键入“conda list”，可以查看 anaconda 环境下的安装包
  

3.2 Jupyter 的安装与相关配置

• 在安装了 Anaconda， 默认的 root 环境下会有 jupyter notebook 的，但是新创建了虚拟环境之后，我们还需要重新安装 jupyter notebook 。
  在命令行输入：“pip install jupyter notebook”，即可安装。
  
• 修改 jupyter 的配置文件，如果没有，就打开命令行，键入命令：“jupyter notebook –generate-config”。
  在 C 盘生成 user 下面的 .jupyter 目录下面产生一个 jupyter_notebook_config.py 的文件
  
• 用 Notepad++ 打开 jupyter_notebook_config.py,找到 c.Notebook ，建立你的新工作路径，取消注释，c 前面的 # 要去掉。
  点击保存，这下就修该好了路径。
  在命令行输入 jupyter notebook ，你就发现你的路径已更改。
  
  
• 修改默认启动浏览器，想使用的浏览器路径，然后打开 jupyter_notebook_config.py 找到“App.browser = ‘’，在这行下面添加以下三行代码：

import webbrowser
webbrowser.register("chrome",None,webbrowser.GenericBrowser(u"C:\ProgramFiles (x86)\Google\Chrome\Application\chrome.exe"))
%此处为浏览器地址，根据自己的路径输入。
c.NotebookApp.browser = 'chrome'

此时就修改了 jupyter 使用的默认浏览器。

• 在命令行键入“jupyter notebook”，即可打开 jupyter

3.3 安装 Pycharm

3.3.1 下载安装包

官网下载安装包，进入官网，选择如下：
（官网网址：http://www.jetbrains.com/pycharm/download/#section=windows，）

3.3.2 安装

• 双击下载的安装包，进行安装，然后会弹出界面：
  
• 接着选择安装目录，根据提示完成安装，
  

3.3.3 验证安装成功

在桌面出现 pycharm 图标即完成安装，如下：

3.4 安装 Cuda

3.4.1 下载安装包

• 官网下载 CUDA
  （官网网址：https://developer.nvidia.com/cuda-downloads）
  
• 下载之后解压缩
  

3.4.2 安装

• 下载完成后双击驱动，开始安装。
  自定义安装：
  
• 接着按提示安装，选择路径
  
• 完成安装
  

3.4.3 验证安装成功

• 打开如下路径，查看 nvcc.exe ，有这个说明 Cuda 安装成功
  

• 打开如下文件夹，查看是否存在 cuti64_100.dll ，存在则说明 CUOT1 已经成功
  

3.5 安装 Cudnn

3.5.1 下载安装包

• 官网下载 CUDA 安装包，需要注册登录。
  （官网网址：https://developer.nvidia.com/rdp/cudnn-download）
  选择 Cudnn for CUDA10.0 来下载
  
• 选择之后，解压 cudnn
  

3.5.2 配置环境变量

点击“我的电脑-属性-高级系统设置-环境变量”，在环境变量中找到 path ,将 CUDA 和 Cudnn 的路径添加进去

3.5.3 验证安装成功

在命令行键入：“nvcc -v”，显示如下版本信息，则安装成功

3.6 安装 tf2.0GPU 版本（此步可不做）

• 在命令行键入：“conda create -n tfenv python=3.7”建立一个 tfenv 的虚拟环境
• 然后激活 activate tfenv ，进入环境
• 在命令行键入如下命令：“pip install tensorflow-gpu=2.0.0-beta0orch”
  此时等待下载，进行安装即可
• 安装完毕之后，测试是否安装成功
  在当前环境下，输入 python 进入环境，在命令行键入:

import tensorflow as tf
print(tf.test.is_gpu_available())   // 如果输出True，说明安装成功”

3.7 安装 pytorch

• 首先是建立虚拟环境，在命令行键入：
  “conda create -n pytorch_gpu python=3.7”；

• 接下来安装 torch 和 torchvision ，进入下面这个网站: http://download.pytorch.org/whl/torch_stable.html
  找符合系统版本、cuda 版本的 torch，采用搜索的方式找到下面两个安装,安装下来：

• 回到命令行，键入下面命令，进行安装；

pip install "torch-1.2.0-cp37-cp37m-win_amd64.whl"
pip install "torchvision-0.4.0-cp37-cp37m-win_amd64.whl"

• 验证是否安装成功
  进入 python 环境，接着输入“ import torch ”,再输入“ print(torch.cuda.is available()) ”,当输出“ True ”时，表示安装成功
  

• 输入“ pip list ”,出现 torch 与 torchvision 安装版本信息
  此时，表示 pytorch 与 torchvision 安装成功
  

到这里，Python 部分环境配置已经完成！

4 总结

python 环境的配置还不止于此，读者可以在网上继续学习。文章如有疑问或错误，敬请读者指正。