PyTroch 入门深度学习环境安装

21. GPU版本-安装Anaconda_哔哩哔哩_bilibilihttps://www.bilibili.com/video/BV1S5411X7FY/?p=21&spm_id_from=pageDriver&vd_source=324e295c6c2f0e4e9a8d9fcd896a04ae

1、Python

编程语言----人与计算机

Python就是人与计算机相互交流的一门编程语言

Python是计算机世界中比较（语法）简单的语言

2、库/包/package/library

包/库，就是别人分享的工具（模板）。

有了这些工具，我们可以高效地完成一些事情。

如果安装包，就是使用pip install包名

3、PyTorch/Tensorflow

其实就是Python的库

安装其实就可以使用pip install包名

4、Anaconda

Python环境

Conda命令，我们可以使用conda install 包名-库（APP），conda/pip（应用商店）

虚拟环境——PyTorch 1.10版本，1.4版本

5、Python是如何运行起来的（传统方法）

我们先写好代码，保存成.py文件-调用Python+文件名 运行文件

6、PyCharm

能够进行代码补全

代码运行----一键完成

实时语法错误检查

配置一个项目的时候，需要配置好Python解释器，Python解释器相当于虚拟环境。

7、显卡GPU及其相关概念 

软件层面Cuda的版本要小于等于硬件层面Cude的版本，挨近计算机的Cuda是软件层面的，挨近显卡的Cuda是硬件层面的。

硬件Cuda是跟驱动绑定的，Cuda runtime version是下图的Cuda

GPU中含有大量的算数逻辑处理单元，加速运算

对于图片，把很多图片放到处理单元中运算

8、深度学习中各个软件的关系

9、安装Anaconda

conda env list #查看当前有哪些虚拟环境

conda create -n zhangpytorch python=3.6  #创建一个虚拟环境，命名为zhangpytorch

conda activate zhangpytorch #进入这个虚拟环境中

conda list  #查看当前虚拟环境下有哪些包

conda remove -n zhangpytorch -- all  #移除该虚拟环境下的所有东西

10、GPU与CUDA的准备工作

Cuda runtime version 的版本最好比 Cuda driver version的版本要低

举例分析

1、确定显卡型号

2、确定显卡算力  8.9

3、确定CUDA Runtime所处范围      

4、我们看自己的驱动CUDA Driver Version

nvidia-smi

5、根据Runtime版本需低于Version版本的理论，最终确定我们适用的Runtime版本在CUDA 11.8、12.0-12.1范围内

6、从中选最新的版本，运行命令：conda install pytorch torchvision torchaudio pytorch-cuda=11.8 -c pytorch -c nvidia

11、Conda的通道与镜像地址

利用该代码来添加通道地址

config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main

12、判断CUDA Runtime版本

13、安装PyTorch方法