标签：深度 -- 配置 add PyTorch conda anaconda edu config
还在为各种包的版本匹配发愁，还在冥想这个错误到底从何而来。
放弃吧，重装才是王道。
安装Cuda
tensor在GPU上运行是可以提高一定的处理效果的
首先需要检查一下你的GPU，查看一下版本
很简单进入任务管理器，打开性能，就能看见你GPU的参数啦（一般游戏笔记本是有两张显卡的，一张独显，一张集显）
前往Cuda官网 下载驱动，安装即可
下载后，默认安装就好。然后打开cmd，输入 nvidia-smi 即可查看
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ conda config --add channels http://mirrors.ustc.edu.cn/anaconda/pkgs/free/ conda config --set show_channel_urls yes
安装Anaconda
硬件好了，我们需要一个集成环境帮我们管理包和他们之间的依赖 anaconda当然是很好的选择
这里推荐两个路径：Anaconda官网和清华软件镜像园
同样也是下载安装即可，注意勾选默认到Path环境变量就行。
这里我们需要注意，修改一下anaconda的源：清华大学开源软件镜像站和中国科技大学镜像站 方便我们下载
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/ conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/main/ conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/menpo/ conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/bioconda/ conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/msys2/ conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/ 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 --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/menpo/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/peterjc123/ 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/pytorch/ #安装pytorch的小伙伴这个源一定不要漏 conda config --set show_channel_urls yes
查看conda版本 conda -version
升级conda工具包 conda ungrade --all
查看当前conda环境 conda env list
创建虚拟环境 conda create -n <name> python=3.8 这样anaconda就会去找python对应的包 耐心等待就好
激活环境 conda activate py38 我这里的py38就是我新建的虚拟环境名称
conda还有一个好处 就是可以版本回滚 方便回到之间的状态
conda list --revisions
若想回滚到某个时刻，直接输入那个版本号就行了，例如我想回滚到第10个版本，即
conda install --revision 10
安装torch
直接在官网寻找就好了，对应好自己的操作平台，和cuda版本下载即可
之前设置的源，会为我们找到国内的镜像路径，加快下载速度
测试torch
如果在Pycharm内，直接进入project选择新建虚拟环境的python.exe即可
如果在Jupyter Notebook中，则需要多安装一个包 nb_conda
安装完以后你就会发现你的jupyter会多一个conda插卡，可以查看conda的虚拟环境
运行的程序的时候，注意选择kernel是哪个环境的 以免发生版本错误
这些都是显示torch信息的一些命令可以用于测试的哦
import torch print(torch.__version__) torch.cuda.is_available() torch.cuda.device_count() torch.cuda.get_device_name(0)
标签：深度,--,配置,add,PyTorch,conda,anaconda,edu,config 来源： https://www.cnblogs.com/young978/p/15686819.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。