人工智能深度学习环境搭建

这个假期刚开始接触机器学习，在环境搭建上走了不少弯路，记录一下目前试出来的兼容版本

首先下载anaconda，直接从应用商店下的，版本是2022.05，自带python3.9版本

1.打开anaconda prompt创建虚拟环境

        conda create -n pytorch python=3.9    #创建一个名为pytorch的虚拟环境

        conda activate pytorch   # 激活pytorch环境
        conda deactivate    #使环境失效，禁用

2.打开NVIDA控制面板里的系统信息里的组件

第三行显示的就是自己的设备支持的CUDA版本，我的是支持到11.4

3. 下载版本对应的pytorch和CUDA,我的是pytorch1.12.0和CUDA11.3
        conda install pytorch torchvision torchaudio cudatoolkit=11.3 -c pytorch

4.可以使用 pip list 来查看自己已经下载好的包

5.查看自己的CUDA是否可用

        python    # 进入python环境

        torch.cuda.is_available()    # 输出True就是成功了

6.接下来下载TensorFlow，我在这一步踩坑无数次。

   TensorFlow，numpy，Keras，matplotib这几个包有版本对应关系，一定要事先查好。

   我目前用的版本是Tensorflow2.6.0 + numpy1.19.5 + keras2.6.0 + matplotib3.3.2

        conda install tensorflow    # 下载TensorFlow，但是太慢

        python -m pip install tensorflow==2.6.0 -ihttp://pypi.douban.com/simple --trusted-host pypi.douban.com     # 豆瓣源下载TensorFlow，速度飞快，不加版本号默认下载最新版

        conda install keras==2.6.0

        conda install matplotib==3.3.2

7.使用pip list查看一下已经安装的包，成功。