深度学习环境搭建

conda 常用指令与配置

conda list显示该虚拟环境安装包
conda info --envs显示所有虚拟环境
nvcc -V查看cuda版本
conda install cudatoolkit=10.0.130 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/linux-64/安装cudatoolkit包
conda activate 虚拟环境名激活某个虚拟环境
conda create -n 虚拟环境名 [python = 3.9]新建虚拟环境
conda remove XXX 删除XXX包
conda env remove -n noti 删除指定环境
deactivate 退出环境
conda config --remove-key channels 换回默认源
conda config --set show_channel_urls yes 在C:\Users\xxx 创建.condarc 文件

.condarc 文件内容：

channels:
  - defaults
show_channel_urls: true
default_channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
  conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

下载CUDA GPU版本

常用下载方法

https://pytorch.org/ pytorch官网
直接下载很可能会下载到CPU版本，导致torch.version.cuda为None

解决cuda下载一直为cpu的问题

pytorch gpu版压缩包
torch-1.11.0+cu113-cp39-cp39-win_amd64.whl 1.11.0

Vistual Studio2015版本下载

https://visualstudio.microsoft.com/zh-hans/vs/older-downloads/ Visual Studio 老版本

nvcc -V驱动

Nvida 驱动下载