安装anaconda及pytorch
- 下载安装anaconda
- 配置环境变量
- 测试是否安装成功
- 配置清华源
- 安装pytorch
- 在anaconda下新建一个pytorch 虚拟环境
- 测试pytorch是否安装成功
- conda常用操作
- 参考
下载安装anaconda
官网下载安装包，安装，系统变量不勾选。
安装anacoda
安装过程十分简单，一路next，然后选择合适的路径即可
最后skip和next，finish就行了
配置环境变量
需要配置三个环境变量即可，分别是：
注意：具体的安装路径以自己的为准，以下是我的安装路径
D:\ProgramData\Anaconda3
D:\ProgramData\Anaconda3\Scripts
D:\ProgramData\Anaconda3\Library\bin按以下步骤
右键我的电脑->属性->高级系统设置->高级->环境变量
测试是否安装成功
在cmd中分别输入python和conda测试
这样就代表安装完成，并且环境变量配置好了，在以后python的学习中会方便很多
配置清华源
pytorch
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/注意:
PyTorch 官网给的安装命令需要去掉最后的 -c pytorch ，这样才能享受清华源的高速。
conda-forge
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/msys2
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
bioconda另外
conda config --show-sources #查看当前使用源
conda config --remove channels 源名称或链接 #删除指定源
conda config --add channels 源名称或链接 #添加指定源安装pytorch
在anaconda下新建一个pytorch 虚拟环境
上面一步配置了pythorch的清华源
pytorch 官网，查看安装命令 （先确认自己的电脑是否有nvida显卡，以选择cuda或者CPU版本）
https://pytorch.org/添加链接描述
在anaconda prompt 内
conda install pytorch torchvision torchaudio cudatoolkit=10.2（安装了清华源后， -c pytorch 去掉）
** cuda版本的选择跟显卡的配置有关，在该步没有实现查看先看与cuda的对应关系，导致该步错了，后面测试pytorch时报错 **
测试pytorch是否安装成功
import torch # 如正常则静默
a = torch.Tensor([1.]) # 如正常则静默
a.cuda() # 如正常则返回"tensor([ 1.], device='cuda:0')"
from torch.backends import cudnn # 如正常则静默
cudnn.is_acceptable(a.cuda()) # 如正常则返回 "True"
竟然报错，查阅资料发现，cuda与pytorch与显卡不匹配
参考资料： 显卡与cuda的关系 本人电脑是Geforce RTX 3070, 应选用cuda 算力8.0以上的。
CUDA11.0最高支持算力8.0（注：这感觉应该是8.x）
所以在选择安装pytorch 时应该选择cuda 11.3
所以接下来，pytorch 更新重装
conda常用操作
查看配置情况
conda info
更新
conda update conda
conda update --all删除缓存
conda clean -p //删除没有用的包
conda clean -t //tar打包
conda clean -y --all //删除所有的安装包及cache查看当前存在哪些虚拟环境
conda env list 或 conda info -e创建python虚拟环境
conda create -n env_name python=x.x(3.5)激活（或切换不同python版本）的虚拟环境
conda activate env_name对虚拟环境安装额外的包
conda install -n env_name package_name(pandas)关闭虚拟环境
conda deactivate
删除环境中的某个包
conda remove --name env_name package_name
删除虚拟环境
conda remove -n env_name --all
