文章目录

  • 1. anaconda安装
  • 1.1 下载和安装
  • 1.2 添加国内的镜像源
  • 1.3 conda常用命令
  • 2. NVIDIA驱动程序
  • 3. pytroch安装


1. anaconda安装

1.1 下载和安装

conda分为
Anaconda：是一个开源的Python发行版本，包含了conda、python等180多个科学包及其依赖项
Miniconda：本质上是一个conda环境的安装程序，只包含Conda及其依赖项（其中包含Python），是精简版，需要啥装啥。

anaconda除了Python外一般还有以下几个工具：
Anaconda Navigator：是Anaconda可视化的管理界面。
Anaconda Prompt：是一个Anaconda的终端，可以便捷的操作conda环境。
Jupyter notebook：基于web的交互式计算环境，可以编辑易于人们阅读的文档，用于展示数据分析的过程。
Spyder：是一个使用Python语言的开放源代码跨平台科学运算IDE。Spyder可以跨平台，也可以使用附加组件扩充，自带交互式工具以处理数据。

新手建议装anaconda。

下载方式1——官网：
anaconda：https://www.anaconda.com/download
miniconda：https://conda.io/miniconda.html

下载方式2——清华镜像源（版本可能没有官网更新快）
anaconda：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/?C=M&O=D
miniconda：https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/?C=M&O=D

下载方式3——推荐：
anaconda: https://repo.continuum.io/archive/index.html
miniconda: https://repo.continuum.io/miniconda/

进入网站后，找到适合自己系统的版本下载后直接执行即可安装（如windows请选择.exe程序）

windows注意： 安装过程中，以下有两个选项一定要勾选（第1个添加系统环境变量的一定要勾上，省去手动添加）

anaconda开发环境 CUDA安装 pytorch安装 win10_官网

安装成功后启动一个终端输入conda --version显示当前conda版本，则表示安装成功。

1.2 添加国内的镜像源

由于conda默认源下载工具包缓慢，建议添加国内的镜像源。

conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/
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/pytorch/win-64/
conda config --show channels              # 查看当前镜像源url信息
conda config --set show_channel_urls yes  # 从channel中安装包时显示channel的url
conda config --set always_yes yes         # 安装包时，自动确认安装
conda config --set ssl_verify false       # 禁止conda自动验证ssl
conda init                                # 首次使用conda时需要初始化

1.3 conda常用命令

注：使用conda下载包时，必须关闭小飞机（VPN）

conda --version        #查看conda版本，验证是否安装
conda env list         #显示所有的虚拟环境，同conda info --envs
conda activate xxxx    #激活（进入）xxxx环境
conda deactivate       #关闭（退出）当前环境，默认退出后进入base

# 以下命令都可以使用-n或--name参数指定环境，否则默认为当前环境
conda create -n xxxx python=3.8         #创建虚拟环境xxxx，顺便安装python3.8
conda create -n new_xxxx --clone xxxx   #新建虚拟环境new_xxxx，克隆自xxxx
conda list 								#查看当前环境下，所有已经安装的包
conda install package_name 				#在当前环境中安装包
conda update --all				        #更新当前环境下所有包
conda update package_name 	            #更新当前环境下的包package
conda update -n base conda              #更新base环境下的conda为最新版
conda remove -n xxxx --all              #删除环境xxxx；等价于删除xxxx环境下的所有包
conda remove package_name 				#删除当前环境中的包

2. NVIDIA驱动程序

  1. 查看系统的显卡驱动所支持的CUDA版本：右击桌面右下角小图标[NVIDIA设置] -> 左击[NVIDIA控制面板] -> 点击左下角[系统信息] -> 选择[组件]栏，将看到下图，第三行中的[产品名称]为CUDA 11.1.70，这个版本号是你后面安装cudatoolkit版本的上限。
  2. 若不清楚自己的显卡驱动是否需要升级，可先看下一节pytorch安装时所需的CUDA版本号。进入NVIDIA官网查找并安装最新驱动（自动 手动都可以，手动的话下载类型全部）：

3. pytroch安装

前提：请先使用conda新建虚拟环境，不要在base环境下安装！

进入pytorch官网，选择合适的选项，得到安装命令

anaconda开发环境 CUDA安装 pytorch安装 win10_官网_02

  1. 在终端执行上一步图中的Run this Command:显示的命令，即可安装pytorch。
  2. 进入python交互测试pytorch是否成功，直接在cmd输入python即可进入。然后执行
import torch
torch.cuda.is_available()

若输出True，则表示pytorch可在GPU上运行。