深度学习之anaconda安装pytorch

**

一.安装anaconda

**
方法一在anaconda官网下载（anaconda官网）
缺点：速度贼慢
方法二使用清华大学开源软件镜像站（各个版本）
缺点：没发现缺点
修改notebook打开为默认浏览器
看别人用anaconda里面的notebook敲代码感觉很帅，所以就想搞一下
1.打开anaconda prompt
2.运行jupyter notebook --generate-config
3.显示出jupyter_notebook_config.py 文件所在目录。找到这个文件，用记事本打开。
4.找到# c.NotebookApp.browser = ''
5.将下面这段代码加上去下面展示一些 （路径需要改一下）。

import webbrowser

webbrowser.register("chrome",None,webbrowser.GenericBrowser(u"C:\Program Files\Google\Chrome\Application\chrome.exe"))

c.NotebookApp.browser = 'chrome'

至此anaconda安装完成

二.安装pytorch

首先
搞懂一件事，anaconda是通过环境来管理包，从而运行工程，所以pytorch也是安装在环境中。
方法一通过anaconda来建立一个环境，然后点击小三角，然后点Open Terminal,然后安装pytorch
方法二1.打开anaconda prompt
2.输入命令创建新的环境
conda create -n 环境名 python=3.6
3.激活环境
activate 环境名
（回到base：deactivate）
4.退出环境
deactivate 环境名
查看当前所有的虚拟环境的信息：conda info --e或conda info -envs
查看更多的信息：conda info
官网下的太慢使用清华镜像，亲测可以
1 .打开Anaconda Prompt
在命令行格式下，输入代码，完成调用清华镜像、建立pytorch环境、安装pytorch、测试pytorch过程
2 .使用清华镜像源网站
分别输入以下4行代码：

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

安装pytorch
根据自己的安装版本，在pytorch网站寻找代码
1）网站：pytorch官网
复制代码：conda install pytorch torchvision torchaudio cudatoolkit=10.2 -c pytorch
按步骤安装就好了，我也不知道为啥我的pytorch的python.exe默认安装在了anaconda的根目录下
注：如果需要卸载pytorch，在Anaconda Prompt中输入以下代码。

conda uninstall pytorch
conda uninstall libtorch
至此pytorch安装完成

三.在pycharm中导入pytorch

正如之前所说anaconda是通过环境管理项目的，所以在pycharm中导入框架时就是导入安装框架的环境。例如：我把pytorch安装在了anac_pytorch中，那就直接导入Anaconda\envs\anac_pytorch目录下的python.exe


如此就可以在pycharm中使用pytorch了

四.关于cuda版本

一开始我也倾向于cuda版本，觉得吊一点，但是巨坑无比
1.首先要搞清楚一个问题电脑是否有N卡，N卡驱动是多少，然后去cuda官网找对应版本
我的显卡很老，驱动好像也不再更新
cuda版本和驱动版本对应关系：cuda和驱动版本关系
慢慢看吧，我看了数十次才猜测到了其中的意思
cuda下载地址：cuda各个版本
2.巨坑
下载好cuda你以为你可以用GPU了？no还要看pytorch支不支持
1.从pytorch 1.3开始 不再支持GPU的算力在3.5及其以下的显卡。
2.如果你要使用torch 1.7，GPU算力至少要达到5.2。
详细请看:别人的博客
别人的博客2
所以显卡太老就不要折腾了，浪费生命！！！
如果torch.cuda.is_available()显示true
但是编译时 RuntimeError: CUDA error: no kernel image is available for execution on the device大概率就是这个原因