创建conda环境

Anaconda安装

有序的管理环境

Anaconda负责环境，不同项目使用不同的环境不用来回安装环境
Anaconda集成的conda包可以创造出不同的屋子，隔离环境
conda指令创造出的一个屋子，叫做pytorch

安装Pytorch

• 创建环境 conda create -n name python=3.9
• 查看GPU版本：nvidia-smi
• 切换conda环境至D盘

  编辑.condarc，新增一行envs_dirs:- 需求更改目标路径

• 安装CUDA11.6版本对应的pytorch（pytorch向下兼容，）：

pip install torch==1.9.1+cu111 torchvision==0.10.1+cu111 torchaudio==0.9.1 -f https://download.pytorch.org/whl/torch_stable.html

【Tip：这个链接下载的文件叫做wheel文件，相当于安装包 这个文件下载好了之后可以用pip直接安装，把两条命令合在一起 就相当于下载安装包并且安装了】

• 安装测试：进入python环境，>import pytorch，不报错安装成功
  torch.cuda.is_available() pytorch可以使用本GPU
• 安装Jupyter

  conda install nb_conda
  jupyter notebook

Pycharm创建项目

• 创建项目，编译器选择conda环境

• 加载conda可执行文件，我的conda在D盘，需要手动添加conda可执行文件，加载所有环境

• 加载好选择要使用的环境
  

• 检测是否可以使用pytorch、cuda指令【在python控制台】

  import torch
  torch.cuda.is_available()

Python两大函数

1、dir() 查看目录内容（隔间）

dir(torch.cuda)

2、help() 查看函数用法【去掉函数括号】

help(torch.cuda.is_available)

控制台、jupyter与python文件区别

python文件的块是所有行代码

控制台的块是一行代码【可显示变量属性】

jupyter以任意行为块运行

常用指令

• 查看环境路径 conda env list
• 新建环境 conda create -n name python=xx
• 删除环境 conda remove -n name --all
• 查看所有环境 conda env list

Pycharm快捷键

• ctrl+/ ：注释
• ctrl+p ：查看函数需要的参数