标签：查看 pytorch conda 驱动 显卡 IDE 安装
本篇文章主要对 pytorch 环境配置和 IDE 安装进行介绍，话不多说，直接上干货！
pytorch 环境安装
anaconda 包管理
pytorch 环境安装，我们往往会使用 anaconda 进行安装包管理，这里我给出我前几天写的 anaconda 安装的博客，直接 一步一步照着来进行
Anaconda 和 jupyter notebook入门
显卡驱动
深度学习一定会使用显卡，用来进行加速，想要使用计算机上的显卡需要有一下这两个条件
- 显卡驱动
- CUDA Toolkit
因为后者可以根据 pytorch 进行自动安装，所以说我们只需要进行检查 显卡驱动的安装
ctrl+shift+esc 打开任务管理器，查看性能，点击GPU选项，看是否有型号，有的话则说明已经安装
3. 查看 conda 包管理部分，环境管理非常有用
Anaconda 和 jupyter notebook入门
使用conda进行安装包管理
conda create -n pytorch_env python=3.8
- 进行pytorch 的安装
进入 pytorch 官网，选择自己需要 pytorch的版本，推荐使用 稳定版，而且是1.3 以上版本
首先，我们查看显卡的版本，可以通过设备管理器查看，也可以通过任务管理器进行查看
进入网站，查看我们的GPU型号进行选择相应的pytorch
倘若我们没有英伟达的显卡，直接选择 CPU 选项；倘若有英伟达的显卡，选择CUDA的一个版本就可以了。
查看NVIDIA 对应的驱动版本，如果不行的话，需要下载一个更新一下，必须大于 390.26（我的电脑太老了，有点难搞）
如果下述命令无法找到，可能是你的 nvidia 没有添加到系统变量，你需要自己找到 nvidia 所在文件夹，cmd在该路径下运行下面的命令（或者自行设置环境变量）
nvidia-smi
复制pytorch给的指令，在 anaconda prompt 上运行
在 conda 安装过程中，可以看到 cudatoolkit 确实是被自动安装了。（非常慢，可以网上搜一搜解决办法，或者是 kx 上网）
下载完成之后，可以直接
import torch
torch.cuda.is_available # 查看GPU是否可以使用
没有想到，还是需要更新我的 NAVIDIA 驱动
可以直接去 NAVIDIA 驱动下载官网进行下载安装最新的驱动（但是我的显卡太老，没有最新的驱动了），所以所我打开鲁大师，看看流氓软件有没有解决办法。。
IDE 安装
标签：查看,pytorch,conda,驱动,显卡,IDE,安装 来源： https://www.cnblogs.com/lucky-light/p/15519421.html
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。