更李沐老师学习深度学习 Task1-深度学习环境配置（window）

1.cuda的下载和安装

点击进入官网下载
CUDA Toolkit 12.0 Downloads | NVIDIA Developer
选择

下载安装包
下载完成后点击exe文件进行安装

按照默认提示一步步进行即可

进入windows命令行输入
nvidia-sim

出现GPU和CUDA版本号即为成功

2 安装&配置 Anaconda

2.1 安装Anacoda

在开源库安装anaconda软件；
清华大学开源软件镜像站 | Tsinghua Open Source Mirror
我用的是 Anaconda3-2022.10-Windows-x86_64.exe

按照正常下载步骤进行安装。注意这一步：

windows+R，输入cmd，打开window命令行。输入

conda --version

出现conda版本即为安装成功。
如果conda不是系统的内部命令的错误提示，则说明上一步的配置系统变量未选择，系统不识别conda命令。不过没关系，可以通过修改系统变量来修正这个问题。
在windows开始框中搜索系统变量，然后打开系统变量->环境变量->系统变量->path->新增，将安装anaconda的路径下的script目录路径添加入系统path中。
如下图。

2.2 更换源

使用一下命令可以查看原始源信息

conda config --set show_channel_urls yes

在当前用户根目录下会生成一个文件.condarc 文件。
我们可以修改这个文件来实现更换conda的源，这里替换为清华源。
将里面的内容替换为：

channels:
  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
show_channel_urls: true


custom_channels:
  conda-forge: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  msys2: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  bioconda: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  menpo: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  simpleitk: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

运行命令，清除索引缓存，保证用的是镜像站提供的索引。

conda clean -i 

2.3 创建虚拟环境

创建虚拟换有助于我们进行多版本的切换，并且可以尽可能的保证安装包导致的影响。

1. 使用一下命令可以查看现有虚拟环境

conda env list 

2. 创建虚拟环境

conda create -n test python=3.9

这里的test为环境名根据自己需要设置，python=3.9 是python的版本号，根据自己的需要选择。

在这一步可能会遇到如下问题：

An HTTP error occurred when trying to retrieve this URL.HTTP errors are often intermittent, and a simple retry will get you on your way.SSLError(MaxRetryError('HTTPSConnectionPool(host=\'http://conda.anaconda.org\', port=443): Max retries exceeded with url: /bioconda/linux-64/repodata.json (Caused by SSLError("Can\'t connect to HTTPS URL because the SSL module is not available.",))',),)

主要是由于在环境变量中缺少一些anoconda的路径配置。解决方案参考这个link
3. 激活指定虚拟环境

activate test

这里的test为环境名根据自己需要设置.

3. 安装cuda驱动和pytorch

3.1 cuda驱动

1. 在官网查询驱动版本对应的cuda（如下图）

3.2 pytorch 安装

安装pytorch，官网参考链接

如果没有用GPU则选择CPU

安装完成后，在命令行输入import torch，不报错则代表成功安装；想要判别pytorch能否调用我们的GPU，只用输入命令torch.cuda.is_available()，如果显示True则表明可以。

3. 安装jupyter和d2l

我这里需要学习李沐老师的课程，他的课程在d2l python包中，我们这里需要安装d2l。另外为了更好的访问d2l，这里可以安装jupyter。
安装命令：

pip install jupyter d2l

打开jupyter notebook

![请添加图片描述](https://img-blog.csdnimg.cn/d478886f7576497e9efefa85fd696bfe.png)

参考链接：https://blog.csdn.net/weixin_63339973/article/details/128580596?csdn_share_tail=%7B%22type%22%3A%22blog%22%2C%22rType%22%3A%22article%22%2C%22rId%22%3A%22128580596%22%2C%22source%22%3A%22unlogin%22%7D

作者好友利用chatgpt做了一个问答小程序，大家有兴趣可以试玩。