Anaconda的安装配置

Anaconda是一个对Python包进行管理的工具，对于初学者来说十分的方便，毕竟我们不是那些大佬，对自己要用什么package、在什么位置了如指掌。官网如下：Anaconda官网
往往这些网站下载的较慢，此处直接用清华大学开源软件镜像站的安装程序，下载速度快了不止一星半点：清华开源镜像，如下图，点击后选择适合自己电脑的安装包即可。
在这里插入图片描述
我笔记本是64位系统的，所以选x64，也可以选x86_64，有兴趣的可以去百度一下两者的区别，挺有意思的。

接下来就是安装Anaconda了，这个比较好安装，不会出错，安装路径自己选择就好，也不要直接勾选添加路径到系统变量，自己设置就好。老是放在C盘中，时间久了很容易满（下一期文章，分享一下通过P系统对C盘进行扩容的教程）。
安装好以后配置环境变量，百度即可很容易。此处拿win10举例：右键我的电脑-属性-高级系统设置-环境变量（高级）-Path（系统变量）。添加如下变量：
D:\Anaconda3
D:\Anaconda3\Scripts
D:\Anaconda3\Library\bin
D:\Anaconda3\Library\usr\bin
D:\Anaconda3\Library\mingw-w64\bin
[D:\Anaconda3是我的安装路径]
在shell脚本中，输入python查看是否进入python环境，输入conda info查看是否安装成功Anaconda。
由于以前用pycharm时已经配置好环境，此处安装好Anaconda环境，进入的python环境还是之前的，虽然系统变量中有两处python解释器的安装，我直接把原环境变量删除了，以后再用重新添加就好了。
在这里插入图片描述
出现这种情况正常，因为此处的python解释器仅仅在Anaconda工具包下，并非作用全局，最简单的办法就是进行激活，在本次shell下使用，如图：

到此处基本上就可以完成了，shell下将Anaconda的source换成清华大学开源软件镜像站的即可：
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 --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
conda config --set show_channel_urls
conda clean -i

最后，在Anaconda下创建一个工作目录，将各种需要的包导入：conda create -n pytorchTest(名字随便) python=3.8
activate pytorchTest

Cuda的安装配置

CUDA（Compute Unified Device Architecture），是显卡厂商NVIDIA推出的运算平台。 CUDA?是一种由NVIDIA推出的通用并行计算架构，该架构使GPU能够解决复杂的计算问题。它包含了CUDA指令集架构（ISA）以及GPU内部的并行计算引擎。
基本上说得上型号的NVIDIA的显卡都有GPU，好坏之分罢了。
在这里插入图片描述
GPU0，这是很低配的集成显卡,至于cuda 的版本型号，在控制面板中可以找到: win(+r)–control–搜索NVIDIA（双击）–帮助–系统信息–组件。

我这个是安装完成以后的，起初是10.0的版本，但是并没有什么用，且仅仅是低版本的显示驱动程序，并不能有效地使用GPU，当没安装就行。