安装python
- anaconda安装过程中可提供python安装，如果确定安装anaconda可以直接跳到下步
- 在python官网下载pythong安装包，安装过程基本使用默认选项
- 需要额外勾选
Add Python 3.x to PATH等类似选项
安装anaconda
- 在anaconda官网下载anaconda安装包，安装过程基本使用默认选项
如果未安装python，可以在anaconda安装过程中安装对应版本的python - 在anaconda powrshell中使用
python --version查看python版本，使用conda -V查看conda版本
注意最好在安装时勾选添加conda的path进系统环境变量
安装CUDA
- 在CUDA官网下载相应CUDA安装包，对应版本选择大致如下，安装过程基本使用默认选项
- 在CMD中使用命令
nvidia-smi查看显卡最高兼容的CUDA版本
- 使用
nvcc -V查看现安装的CUDA版本
安装cudnn
windows
CUDA需要配合cudnn才能正常工作，将cudnn的四个文件（夹），复制到CUDA的安装路径即可，即CUDA文件夹。
往系统环境变量中的 path 添加如下路径（根据自己的路径进行修改）
C:\Program Files\NVIDIA\CUDA\bin
C:\Program Files\NVIDIA\CUDA\include
C:\Program Files\NVIDIA\CUDA\lib
C:\Program Files\NVIDIA\CUDA\libnvvp检验：
配置完成后，我们可以验证是否配置成功，主要使用CUDA内置的deviceQuery.exe 和 bandwidthTest.exe：
首先win+R启动cmd，cd到安装目录下的 …\extras\demo_suite,然后分别执行.\bandwidthTest.exe和.\deviceQuery.exe,应该得到下图.
cd C:\Program Files\NVIDIA\CUDA\extras\demo_suite
.\bandwidthTest.exe
.\deviceQuery.exelinux
sudo apt-get install zlib1g打开下载链接，选择相应的版本并下载。选择方法可参考链接，，建议直接选择cuDNN Library for Linux (x86_64)
进入cudnn压缩包所在的文件夹，解压文件
tar -xvf [$文件名]将文件拷贝到相应cuda目录下
sudo cp cudnn-*-archive/include/cudnn*.h /usr/local/cuda/include
sudo cp -P cudnn-*-archive/lib/libcudnn* /usr/local/cuda/lib64
sudo chmod a+r /usr/local/cuda/include/cudnn*.h /usr/local/cuda/lib64/libcudnn*查看cudnn版本
cat /usr/local/cuda/include/cudnn_version.h | grep CUDNN_MAJOR -A 2出现如下的信息，则为配置成功
#define CUDNN_MAJOR 8
#define CUDNN_MINOR 4
#define CUDNN_PATCHLEVEL 0
--
#define CUDNN_VERSION (CUDNN_MAJOR * 1000 + CUDNN_MINOR * 100 + CUDNN_PATCHLEVEL)
#endif /* CUDNN_VERSION_H */安装Pytorch
构建虚拟环境
- 如果有需要，使用
conda create --name 名字 python=3.8新建一个虚拟环境
当不标明python版本时python=3.8，对应env文件下不会出现python.exe - 使用
conda activate 名字进入虚拟环境安装 - 如果不需要在
base环境中安装即可 - 可使用
conda list或pip list查看目前环境所安装的包
注意pip,pip3,conda安装命令的安装位置不一样，可在CMD中使用where pip找pip所在位置
目前测试使用pip install安装的包，在不同conda环境中是通用的
在线安装
- 在Pytorch官网，选择对应版本，得到安装命令
pip包的安装目录可用以下命令查询:python -m site --user-siteconda安装包下载目录为~/Anaconda3/pkgs，安装在~/Anaconda3/Lib/site-packages
使用镜像加速
- pip 可以在命令最后加
-i 镜像地址来进行加速下载，地址如下https://pypi.tuna.tsinghua.edu.cn/simple #清华镜像 https://mirrors.aliyun.com/pypi/simple/ #阿里 https://mirrors.163.com/pypi/simple/ #网易 - 也可修改pip.ini来实现配置镜像路径
返回如下内容，修改global对应路径下的文件，会全局生效#查找pip.ini的存放位置 pip config -v list
在文件中添加以下内容For variant 'global', will try loading 'C:\ProgramData\pip\pip.ini' For variant 'user', will try loading 'C:\Users\YourUserName\pip\pip.ini' For variant 'site', will try loading '<path_to_your_conda_env>\Lib\site-packages\pip\pip.ini'[global] index-url = https://pypi.tuna.tsinghua.edu.cn/simple - 同理，conda可以使用以下命令配置镜像源
在这一步中我们要安装conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2/ conda config --set show_channel_urls yestorch、torchvision、torchaudio三个包，其中torch包有3G左右，如果下载慢，可以使用离线下载本地安装的方式
本地安装
离线下载
- 仍然在anaconda powershell中使用官网命令下载所需包，但使用
ctrl + c中断下载进程
- 使用下载地址，在迅雷等下载软件中下载
可以修改命令分别下载torchvision与torchaudio以得到下载地址，但这两个包很小，可以直接在线下载
PS:也可去官网下载相应版本安装包
本地安装
- 使用以下命令定位到本地安装文件目录
直到使用盘符名: #如D:,定位到特定磁盘 dir #显示当前文件下的所有文件 cd 文件名 #打开文件 cd .. #反回上一级文件夹 cd / #反回根磁盘dir可以看到安装文件为止
conda 安装包放到anaconda目录下的pkgs文件中 - 使用
pip install 文件名或conda install --use-local 文件名安装本地包，在安装过程中会下载一些其他依赖包
总共需要将torch、torchvision、torchaudio都安装好
测试
- 在anaconda powershell中使用
conda activate 环境名进入conda环境 - 键入
python进入python模式 - 使用
import torch导入torch包
依次使用使用以下命令测试
得到运算结果：a = torch.ones((3,1)).cuda(0) b = torch.ones((3,1)).cuda(0) a + b
使用exit()或quit()退出python - 也可使用以下命令
返回ture即可python import torch torch.cuda.is_available()
安装jupyter note book与 d2l
1.
pip install jupyter d2l- 去官网下载jupyter记事本压缩包，并解压
- 进行jupyter note book，找到解压文件开始学习
jupyter note book
将虚拟环境添加到jupyter notebook
- 安装
ipykernel:pip install ipykernel - 将环境添加到jupyter notebook
python -m ipykernel install --user --name env_name - 重启jupyter notebook
