[人工智能] 1 PyTorch（GPU版本）环境搭建

开发: C++知识库 Java知识库 JavaScript Python PHP知识库人工智能区块链大数据移动开发嵌入式开发工具数据结构与算法开发测试游戏开发网络协议系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑笔记本显卡显示器固态硬盘硬盘耳机手机 iphone vivo oppo 小米华为单反装机图拉丁

-> 人工智能 -> 1 PyTorch（GPU版本）环境搭建 -> 正文阅读

[人工智能]1 PyTorch（GPU版本）环境搭建

PyTorch（GPU版本）环境搭建

Anaconda的安装，安装一路Next即可，不再赘述；

Anaconda换源，打开Anaconda Prompt，在base环境中输入下列命令回车即可；

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/conda-forge
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/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes

恢复默认源（单纯记录，请自行忽略）

conda config --remove-key channels

换源结束后输入下列命令查看：
```
conda config --show
```
channels中的内容变更为在base环境中输入的内容即可；
查看显卡驱动的版本（最好先更新一下显卡驱动，去N卡官网更新即可），在cmd中输入nvidia-smi查看CUDA版本，后续安装PyTorch时只要小于等于当前版本即可（30系列显卡必须11.x及以上）；
到PyTorch官网查看安装命令，并进行后续操作；
输入conda env list查看已安装的环境，随后创建pytorch的虚拟环境，并指定版本为Python3.7.6

查看虚拟环境：

创建虚拟环境并指定Python版本，新建的虚拟环境名称不能与已存的虚拟环境名称相同，创建虚拟环境的命令并根据提示输入y即可：
```
conda create -n pytorch_gpu python=3.7.6
```
创建成功后再输入conda env list查看已安装的环境，发现虚拟环境已经创建成功：
PyTorch(GPU版本)的安装

输入conda activate pytorch_gpu激活新建的虚拟环境，输入Pytorch官网的安装命令即可（Anaconda已换源，不必输入-c pytorch）：
```
conda install pytorch torchvision torchaudio cudatoolkit=11.3
```
安装完毕，进行测试：
安装pycocotools
```
pip install pycocotools-windows
```
在Juputer Notebook中切换虚拟环境
在刚刚创建成功的虚拟环境中安装ipykernel
```
conda install ipykernel
```
随后安装nb_conda即可（若没有在base环境中运行该命令，则先切换到base环境中运行，随后切回至当前虚拟环境下运行）
```
conda install nb_conda
```