深度学习与PyTorch笔记2

开发环境准备

Python3.7+Anaconda5.3.1

安装完成后的测试：
1.运行cmd>conda list检测下载的包
2.运行cmd>conda --version检测下载的版本（conda 4.5.12）

CUDA 10.0

安装完成后的检测：安装路径下的bin目录中有nvcc的程序（CUDA语言的编译器），dos命令行中输入nvcc -V,看版本是否正确。
第一次安装时，若dos中nvcc找不到，先确定bin目录中是否有nvcc程序，再去配置环境变量，将bin目录路径添加到path。

PyTorch

去PyTorch官网找到指令（我的：conda install pytorch torchvision cudatoolkit=10.0 -c pytorch)，复制粘贴到dos命令行中，注意dos用管理员的身份运行。

Pycharm Community

一个类似于vs studio的开发环境，去Pycharm官网中选择社区版下载，下载后配置环境。

新建工程

在Existing interpreter中选择浏览目录

选择Conda Environment，在Interpreter中找到安装的anaconda

选中其中的python.exe，然后一路OK

新建文件

import torch
print(torch.__version__)
print("gpu:",torch.cuda.is_available())

输入以上语句，检测pytorch是否安装成功。