安装Pytorch深度学习环境

跟据李沐老师的视频总结：

首先，windows+r打开运行界面，输入dxdiag，显卡必须是NVIDIA的。

 然后去NVIDIA官网下载CUDA。

 下载好之后，双击应用程序，基本都点默认选项，一个是装驱动，一个是装cuda的开发环境。

安装好之后，去Command Prompt或Anaconda Prompt界面验证是否安装成功，输入nvidia-smi，可以看到CUDA的版本。

下面去下载一个python环境miniconda。

安装好之后，在Anaconda Prompt中输入python --version，查看python的版本。

 然后去安装pytorch。之前安装驱动版本的是cuda12.2，运行时cuda版本要小于12.2。我这里就先装了cuda11.8。

（但是李沐老师说的感觉好像和我这个意思相反，还没弄清，先装上吧，有问题以后再说） 

装好之后，测试。

然后去官方的书本那下载d2l-zh.zip，解压。

然后安装jupyter，d2l两个包就好

 安装完之后启动 jupyter notebook

 好了，如果d2l没有在jupyter，可以将压缩包上传进来，然后运行下面的代码就解压了。

 

 然后选择一个实例进行训练，点击run all，就能看到下载了一些数据，是在cuda:0上进行训练的。

 训练的时候可以看一下gpu的使用率，我这里是98%。

 最后看一下训练速度，每秒处理多少张样本，

打开官方的文档，看到在云上每秒钟可以处理4500多张样本。

 而我的非常慢，等了很久曲线才完全出来。我的电脑是988张样本每秒。

 之前d2l没有在jupyter中，是因为我没有把它解压到本地，而是解压到了F盘limu文件夹下。我在jupyter中再上传了一遍也就相当于在本地在本地下载了一遍。