目录
1. Anaconda 下载
2. Anaconda 安装
3. Nvidia 显卡配置 , 无Nvidia 显卡直接跳过
驱动下载
驱动安装
4.管理Andconda3环境
5. 安装 PyTorch
安装最新版,打开PyTorch官网，下拉到下面的页面,配置如下：
推荐下载安装历史版,最新版在yolov5中莫名其妙报错,喜欢官网最新版的跳过 看下面
6. 查看是否安装成功
1. Anaconda 下载
Anaconda官网下载地址：点击进入官网 点击下载历史版本
2. Anaconda 安装
我这下载的是最新版,下载完成后双击安装 -> Next -> I Argg
记住安装路径 后面需要用到 -> Next
最好把两个选项都勾上 以免后面麻烦 ,然后点击-> Install开始安装！
Next -> Next -> Finish 把两个选项都取消,这是浏览器打开Anaconda官网的 ！
为了检查是否安装成功,点击开始菜单出，左键 Anaconda Prompt , 左边出现(base) 就是安装成功了
3. Nvidia 显卡配置 , 无Nvidia 显卡直接跳过
打开任务管理器，在 GPU 那里看到了你的 NVIDIA 显卡，说明你的硬件驱动,已安装。
大部分的NVIDIA的显卡，都是支持深度学习。这里 查阅更新下载，如果这里面有你的显卡的话，那么说明你的显卡是支持支持深度学习的。
如果你的显卡支持深度学习，输入 nvidia-smi ，查看驱动版本,保证驱动版本数大于 396.26!
我这没安装显卡驱动所以显示不是内部指令,先下载显卡驱动!
驱动下载
选择自己显卡型号 操作系统平台 然后选择下载
搜索后需要 点击下载 跳转后 在点下载！
驱动安装
开始安装显卡驱动,路径可以改
下一步,然后等待安装完成
nvidia-smi
4.管理Andconda3环境
创建虚拟环境-> 环境名称:frida python版本为3.8，名称随便比如可以叫:pytorch等等
conda create -n frida python=3.8输入：y , 然后回车 开始创建环境
创建完成后输入,查看当前所有的环境，右边的 * 号表示，当前你处于哪个环境
conda info --envs
切换虚拟环境
conda activate frida左边的环境名称也变成 frida 刚刚创建的环境
5. 安装 PyTorch
安装最新版,打开PyTorch官网，下拉到下面的页面,配置如下：
安装过旧版或者原本就安装有的直接跳过
推荐下载安装历史版,最新版在yolov5中莫名其妙报错,喜欢官网最新版的跳过 看下面
我选择下载的是1.9版本的 CUDA 10.2
复制下面的代码，打开刚刚的 Anaconda Prompt，查看最左边括号中是 base 还是 frida。
如果是 base,使用 conda activate frida 进入 frida 环境中。之后粘贴 回车 。
输入:y 开始下载
6. 查看是否安装成功
Anaconda Prompt命令行里输入:
python
import torch
torch.cuda.is_available()
输入 torch.cuda.is_available，如果是 True，你可以使用 GPU，如果是 False，只能使用CPU!
