来自于深度之眼课程。
- 安装anaconda的目的是为了创建虚拟环境（用到了conda）；安装pycharm的目的就是用其做编译器；安装cuda的目的是装GPU。
pytorch安装（gpu版）
1.Anaconda安装
- 上面安装的第三步非常重要，注意勾选，因为它指的是把anaconda添加到系统环境变量。
————————————————————————————————————————————————
- 国内可用Anaconda 源的镜像站及换国内源方法：
#中科大
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/bioconda/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/menpo/
conda config --set show_channel_urls yes
#清华
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
conda config --set show_channel_urls yes
----------------------------------------------------------------------------
conda config --show查看用的哪个源
conda config --remove-key channels删除正在使用的源
- 将中科大或者清华的源复制放入命令行中，目的是在用conda下载安装包的时候会快些。
————————————————————————————————————————————————
conda create -n pytorch_1.4.0_gpu python=3.7#GPU
- 此命令是为了给pycharm的虚拟环境创建名称，其中，pytorch_1.4.0_gpu是自定义的（名字好记一些，短一点比较好）。在这个下载过程，如果很慢可以来回切换镜像源（切换时记得先删除，上面有删除的命令）。如下图所示，虚拟环境可以很多个，pytorch也要在相应的虚拟环境下下载。
————————————————————————————————————————————————
- 接着就可以用conda查看创建的虚拟环境了。
conda activate pytorch_1.4.0_gpu#打开该环境
conda deactivate#退出当前环境
conda info --envs#查看所有的虚拟环境
- 在anaconda的安装目录的envs下就能找到了。
2.Pycharm安装
- 选最新的前一个版本（专业）下载，激活步骤详见：https://shimo.im/docs/GJTqgHqh6kGYkKKY/read
————————————————————————————————————————————————
- 在pycharm里找刚创建好的虚拟环境（按目录找，基本在anaconda的安装目录的envs里）。
- 然后打开pycharm，页面最下方有个terminal，它就相当于系统的命令行。（先暂停到这，不要关闭）
conda activate pytorch_1.4.0_gpu
————————————————————————————————————————————————
3.cuda安装
- cuda官网：https://developer.nvidia.com/cuda-92-download-archive
- 注意事项：第一：版本要和电脑显卡对应，https://blog.csdn.net/weixin_42326479/article/details/107842951；第二：安装时要取消Visual
Studio
Intergration进行安装；第三：最后要卸载图形驱动程序（如果第四步执行成功，可省略第三步）
第四：检查是否安装成功（cd到安装目录下，检查nvcc -V），如下：
4.cudnn安装
-
注意事项：这里是安装cudnn，需要注册，地址：https://developer.nvidia.com/cudnn，然后点击download。（要与cuda的版本10.1对应）
-
最后，验证是否安装成功（cd到安装目录下，检查这两个 bandwidthTest.exe deviceQuery.exe）：
———————————————————————————————————————————————— -
安装完cuda和cudnn后，要将cudnn的三个文件复制到cuda里。（注意不是直接复制）如下：
5.pytorch安装
-
安装网站：https://pytorch.org/get-started/locally/
————————————————————————————————————————————————
-
注意事项：直接搜索选中的网址，在网址内用快捷键 Ctrf+F 搜索。
-
GPU版本：搜索下载两个文件，分别如下：
- 注意事项：CPU是以cpu开头；GPU以cu开头。这两个都要下载torch和torchvision。
————————————————————————————————————————————————
- 打开还未关闭的pycharm，点击页面最下方的terminal，激活cpu的虚拟环境。
conda activate pytorch_1.4.0_cpu
cd C:\Users\YUE123\Downloads
dir
先加一下镜像源加速一下：
#清华
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
开始安装torch和torchvision：
pip install torch-1.4.0+cpu-cp37-cp37m-win_amd64.whl
pip install torchvision-0.5.0+cpu-cp37-cp37m-win_amd64.whl
(torch-1.4.0+cpu-cp37-cp37m-win_amd64.whl和torchvision-0.5.0+cpu-cp37-cp37m-win_amd64.whl是根据刚才的dir命令查找自己安装的名称)
————————————————————————————————————————————————
觉得讲的细，就抓紧上车吧，我还能赚个推广费，开心。
