Week1：[任务一] 第二节 PyTorch安装版本及环境版本匹配问题

1.Anaconda安装时注意事项

• 将anaconda添加到系统变量
• 添加中科大或者清华镜像源，这样在用conda安装包时下载速度会更快一些
• Anaconda的主要用处：管理虚拟环境，可以配置不同版本的解释器和工具包（例如一个环境的pytorch用CPU版本，一个环境用GPU版本）

2.Pycharm使用时注意事项

• 先在终端创建虚拟环境，在环境中安装所需的包
• 通过File->Settings进行解释器选择，找到该创建的项目名称->Python Interpreter可以对虚拟环境进行更换，对解释器进行选择即是对环境进行选择，因为一个环境中通常只包含一个解释器。

3.CUDA版本的选择

• 搜索pytorch，进入官网选择所需的pytorch版本（点击Get Started）；
• 检查Pytorch版本所支持的CUDA版本，下载相应版本；
• 一般来说，一个版本的PyTorch能供选择的CUDA有固定的一两种；
• 一般来说，高版本的CUDA对GPU版本要求更高，因此选择较低版本；
• 查询CUDA之前版本通过点击(官网界面中的Legacy Releases)
• 下载匹配的CuDNN
• 最后检查CUDA和CuDNN是否安装成功

4.PyTorch安装

• PyTorch-GPU版本根据Python版本、系统版本还有CUDA版本进行选择；
• PyTorch-CPU版本根据Python版本、系统版本进行选择。例如，cpu/torch-1.4.0%2Bcpu-cp37-cp37-cp37m-win-amd64.whl(cpu版本)；
• 可以选择pip安装版本，然后在提供的下载链接里找到想要的版本torch、torchvision；
• 进入虚拟环境，cd到安装包的下载目录，执行pip install "安装包名称"。