1、安装Anaconda

Anaconda里有很多的包（package），Anaconda指的是一个开源的Python发行版本，Anaconda包括Conda、Python以及一大堆安装好的工具包，比如：numpy、pandas等。单个去安装package很麻烦，anaconda集成它们。

1.1查看已有版本

法一：

先看看我的anaconda版本，找到Anaconda的安装包，点击Anaconda Prompt：
image.png
在命令框中输入conda -V，查看版本：
image.png
【奇怪，那这个到底是conda的版本还是anaconda的版本？】————都一样，是一起的，conda是anaconda中管理包的

【我的Anaconda Navigator打不开】——代理问题
image.png
看到main error，检查主机名和服务器名，一般是代理的问题，关闭代理：
image.png
environment里找到anaconda的版本，为2021.05

法二：

image.png
在命令提示符里输入conda list
顺便看看Python版本：3.8.8
image.png

1.2安装

找到python版本3.8.8，去anaconda官网找对应的版本，anaconda2，anaconda3是指对应的Python2.xx，还是Python3.xx。综合Python3.8.8和2021.05：
image.png
我应该安装的anaconda版本为后两个Windows的版本，看样子下载了64位机版本。
https://repo.anaconda.com/archive/——————这是Python和anaconda的历史版本对应链接。

打开Anaconda Prompt，若左边出现（base），则说明安装好了。
image.png

2、显卡

深度学习离不开显卡，目前pytorch和TensorFlow只支持英伟达的显卡。显卡主要起到加速训练的作用。
显卡的配置主要涉及驱动+CUDA工具包，CUDA一般跟随pytorch一键安装，所以主要检查驱动是个否正确。

2.1检查驱动

打开任务管理器，查看性能，若GPU能正确显示型号，则表明显卡的驱动已正确安装。
image.png
我的GPU型号为NVIDA Quadro P2000

3、管理环境

不同的项目需要用到不同版本的环境，一个项目用pytorch 0.4，另一个用1.0，使用0.4时要卸载1.0，使用1.0要卸载0.4，很复杂。Anaconda集成的conda包解决这个问题，它可以创造两个空间，相互隔离，一个放0.4，一个放1.0。
在Anaconda prompt里输入conda create -n pytorch_exercise python=3.8.8
image.png
激活环境，环境由(base)变为(pytorch_exercise)
image.png
看看这个环境里有哪些包，用pip list，没有我们需要的pytorch的包，接下来需要安装pytorch
image.png

4、安装pytorch

进入pytorch官网，1.1以上是稳定版，教程视频使用1.3，但目前已经开发到1.10.1了

4.1CUDA版本

弄清楚CUDA的版本，CUDA（Compute Unified Device Architecture）是显卡厂商NVIDIA推出的运算平台。 CUDA是一种由NVIDIA推出的通用并行计算架构，该架构使GPU能够解决复杂的计算问题。 它包含了CUDA指令集架构（ISA）以及GPU内部的并行计算引擎。
打开控制面板：
image.png
【去英伟达控制面板找了好久，找不到查看版本的地方】
在命令提示符里输入 nvcc —version 查看cuda的版本。——所以是cuda11.4
image.png
但是这里cuda版本又是11.2？
image.png

4.2安装pytorch

在pytorch官网选择配置，复制最下面那行命令
image.png
在Anaconda prompt中输入：
image.png
可以看见这些包里有cuda的工具包，也有pytorch的包
image.png
一通安装后，done。
image.png
使用pip list查看有哪些包，说明pytorch安装成功。
image.png
查看是否安装成功：
输入Python，再输入import torch：出现>>>说明安装成功。
image.png
在查看cuda能否使用GPU，输入torch.cuda.is_available()，出现True，说明可以使用。
image.png