深度学习环境、框架搭建(Conda,Pytorch,PyChram，jupyter)

本文描述了深度学习所需要的一些环境搭建和框架安装

一、Conda的安装和虚拟环境的创建；

二、Pytorch不同版本的安装(CPU和GPU);

三、PyCharm的安装和虚拟环境的配置；

四、jupyter notebook的安装

一、Conda的安装

首先进行conda的安装，miniconda的下载地址为https://docs.conda.io/en/latest/miniconda.html，按照对应的操作系统选择Python相应版本即可。安装时选项点All Users，出现的勾选框都选上.

若在安装时无法勾选add miniconda3 to the system path environment variable ，即像下图所示， 则需要手动添加环境变量。具体可以参考这篇文章：手动添加环境变量

安装完毕后按【win+r】，输入cmd打开windows的命令行，输入conda env list。

conda env list

若出现以下信息表示conda安装完成。

 安装完成之后切换清华源，提高下载速度。

conda config --remove-key channels
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/win-64
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/win-64/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --set show_channel_urls yes

在命令行中输入下列指令创建名为torch，Python版本为3.8的虚拟环境

conda create -n torch python=3.8

若出现下列信息，表示虚拟环境创建成功。

 接着激活虚拟环境，输入conda activate torch(命名的虚拟环境名)，若出现下面信息表示虚拟环境激活成功。

conda activate torch

二、Pytorch的安装

官方网址：PyTorch，选择安装的pytorch安装的版本，得到下载指令。目前只有英伟达显卡才可使用GPU版本Pytorch，AMD显卡暂不支持，且30系显卡只能使用cuda11版本。

1.GPU版本安装 

在Windows命令行中输入下列指令指定Pytoch版本和Cuda版本：

conda install pytorch==1.8.0 torchvision torchaudio cudatoolkit=10.2

输入以下指令检验Pytoch是否安装成功和GPU是否能够使用

python
import torch
print(torch.__version__)
print(torch.cuda.is_available())

若出现下图所示，则证明安装成功

2.CPU版本安装

conda install pytorch==1.8.0 torchvision==0.9.0 torchaudio==0.8.0 cpuonly

在安装conda和Pytorch时报错，可以参考下这篇文章conda常见报错及解决办法

三、PyCharm的安装

首先进入PyCharm官网：PyCharm

选择社区办下载即可:

 安装过程中全部勾选：

 Pycharm配置虚拟环境

打开PyCharm点击右下角的Add Interpreter,添加创建过的虚拟环境。

 在打开的页面中点击Conda Environment，选择Existing environment,选择需要的虚拟环境。

 出现下图右下角所示说明虚拟环境配置成功

四、jupyter notebook的安装

 因为前面已经安装过Conda，所以直接在Windows命令行中输入以下指令即可安装

pip install jupyter

安装完成之后，命令行中输入jupyter notebook即可打开。