联想r7000p配置深度学习环境

关于联想R7000p，显卡3050ti配置深度学习环境

第一步：安装pycharm和anaconda，教程网上有，这里我用是专业版需要激活
第二步：创建虚拟环境python36
第三步：查看我的cuda并在网上找到了对应的cuda和cudnn，这里我用是cuda 是11.2.0和cudnn用的是11.3，为什么要用这个版本？因为换电脑之前，显卡是
2060，我按照之前的版本安装之后发现显卡和torch不匹配，后来发现3050ti 的计算能力为461.73（可以用nvidia-smi查一下计算能力），显然是11.2.x了，所以查阅了很多资料，使用这两个版本：

安装其实注意就是将cudnn文件夹解压后，在C盘找到cuda的文件夹复制 cudnn文件夹对应文件到对应的cuda文件夹路径下
验证是否安装成功1，进入虚拟环境，输入指令nvcc -V：

将环境变量手动添加一下：

第四步：安装pytorch和torchvision，这里我的pytorch版本是1.9.0和torchvision是
11.3，（注意的是：在官网注册很麻烦，下载找到对应要下载的，直接复制链接，用迅雷下，非常快也不用注册省掉很多事情）
① 首先换源：

conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/ cloud/pytorch/ 
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/ pkgs/free/ 
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/ pkgs/main/ conda config --set show_channel_urls yes 

② 安装pytorch：这里我直接下载的是包通过命令离线安装 ：

conda install --use-local pytorch-1.9.0-py3.6_cuda11.1_cudnn8_0.tar.bz2 

③ 安装torchvision：

conda install pytorch torchvision torchaudio cudatoolkit=11.1 -c https:// mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/win-64/ -c conda-forge

这里直接输入命令，安装成功
④ 我们来看看结果：
安装图片中的命令验证是否安装成功：

最后检查一下已经安装的包：

总结：新换的电脑给我整的确实很闹心，没想到还需要自己一步步去踩
坑，因为网上好多教程都是一些很老的版本，导致一开始环境装的乱七
八糟的，重装系统了好几次唉，但是自己学会了怎么刷机了，我把这个
步骤梳理了出来，希望对别人有些帮助，省的去走很多弯路，这三天终
于把这环境安装完了，过程虽然闹心，但是结果还是很好的。