Anaconda操作——创建一个新的Pytorch虚拟环境
提示：通常因为我们学习论文，复现项目的时候，每个项目之间需要的配置环境各不相同，所以我们需要针对每个项目去配置相匹配的虚拟环境，以下的仅仅作为个人的一个笔记内容，和大家进行分享学习。
文章目录
- **Anaconda操作——创建一个新的Pytorch虚拟环境**
- 1. 创建对应的虚拟环境
- 2. 激活虚拟环境
- 3. 安装驱动，查看CUDA Drive版本
- 4. 虚拟环境安装Pytorch
- 5. 查看是否安装成功
- 总结
1. 创建对应的虚拟环境
1. 首先在开始菜单栏，打开conda的命令行，其中带有PS的版本是power shell专业版本的命令行，另一个为普通版本，本质没有区别，用哪一个都可以。
2. 接着我们可以输入命令：
conda env list查看当前的Anaconda中有哪些虚拟环境
3. 创建虚拟环境：打开Anaconda Prompt或终端，并运行以下命令来创建一个新的虚拟环境。
conda create --name 环境命名 python=3.***（python版本）
我将环境命名为"ZRIGFpytorch"，python版本=3.10，你可以根据需要命名 如：
conda create --name ZRIGFpytorch python=3.10
接着点解 y ，表示安装这些包。
2. 激活虚拟环境
我们需要再刚刚的虚拟环境下面安装Pytorch,所以我们首先需要激活Pytorch。代码为：
conda activate ZRIGFpytorch可以看到前面由base变成了ZRIGFpytorch：
可以使用命令查看当下的包是否安装准确：命令如下：
conda list
如上图 ，我们成功的安装了pythnotallow=3.10的版本
3. 安装驱动，查看CUDA Drive版本
安装pytorch之前，我们首先需要查看自己的显卡驱动的CUDA Drive版本
要保持一个CUDA Drive版本 >= CUDA Runtime版本
因为CUDA属于英伟达显卡上面的一个并行计算的架构，所以我们在安装使用GPU的pytorch之前，我们最好去更新一下我们的显卡驱动。
一方面更新完驱动可以使用更高版本的CUDA，可以更加充分的使用GPU进行训练，同时更新至最新的版本可能会避免后续再安装上面的一些问题。
更新驱动的网址如下：
https://www.nvidia.cn/Download/index.aspx?lang=cn然后根据自己电脑的显卡版本对照进行下载安装。
（Notebooks表示笔记本的意思 ）
接下来，需要确定我们的CUDA Drive 版本。
命令为：
nvidia-smi在cmd窗口输入或者anaconda都可以。可以看到CUDA 版本为12.3
所以我们下载的CUDA版本需要小于或等于12.3版本。
4. 虚拟环境安装Pytorch
首先打开Pytorch官网，确定我们需要安装的CUDA版本网址为：
https://pytorch.org/
按照官网提供的命令，进行安装：
conda install pytorch torchvision torchaudio pytorch-cuda=11.8 -c pytorch -c nvidia
输入y进行安装。
5. 查看是否安装成功
输入命令：
如果显示True，就说明我们这个PyTorch安装成功了,说明我们安装的是GPU版本，我们的pytorch是可以使用我们的GPU的。验证结果如下：命令为：
首先输入:
python接着输入：
import torch最后输入：
torch.cuda.is_available()
显示True表示安装完成。
