前言
个人笔记，记录框架和小问题，没有太详细记载。。
1、Anaconda安装
下载地址： Free Download | Anaconda （慢）
国内镜像：https://link.csdn.net/?target=http%3A%2F%2Fitcxy.xyz%2F241.html
下载完成后通过cmd输入conda -V和python检验是否成功
左下角开始菜单进入Anaconda控制台
切换源：
conda config --remove-key channels
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.bfsu.edu.cn/anaconda/cloud/pytorch/
conda config --set show_channel_urls yes
pip config set global.index-url https://mirrors.ustc.edu.cn/pypi/web/simple
换源后可以使用conda info命令查看当前的channel(也就是你的源)
常规操作：
1、创建虚拟环境：
conda create -n 虚拟环境名 python==需要的版本
2、查看当前的conda有多少虚拟环境：
conda info --envs
3、进入虚拟环境：
conda activate 虚拟环境名
4、退出当前环境：
deactivate 环境名
5、删除环境：
conda remove -n 环境名 --all
6、安装环境包：
pip或conda install 包名 -i 源(例清华源)
7、查看环境包：
conda list
2、CUDA安装
需要NVIDIA显卡！！
查看NVIDIA显卡型号：右键此电脑->管理->设备管理器->显示适配器
判断自己需要什么版本的cuda：终端输入nvidia -smi
可以看到我们需要要cuda版本11,4及以下，版本向下兼容，但是不建议用最新的，因为不稳定。。所以我安装的10.2版本
官网链接：https://developer.nvidia.com/cuda-toolkit-archive
下载安装即可
环境变量：环境变量会自动配置好，如果没有，则需要自己配置。首先检查自己的环境变量中的系统变量有没有自动配置好：CUDA_PATH、CUDA_PATH_v10.2、NUMBER_OF_PROCESSORS、NVCUDASAMPLES_ROOT、NVCUDASAMPLES10_2_ROOT这几个环境，如果没有按照自己的路径添加上(我的自动添加了，不会的话百度)
检验安装是否成功：nvcc -v和set cuda，报错就是安装失败。。
3、cuDNN安装
官网链接： cuDNN Download | NVIDIA Developer
需要注册账号，挺简单的
1、cudnn版本要对应虚拟环境中已安装的cuda版本
2、下载好后的cudnn是一个文件夹，将这个文件夹的bin、include、lib复制到cuda文件夹，cudnn是对cuda的一个优化，只是替代一些文件。。
3、复制后，环境变量发生改变，变成这个了
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2
4、系统环境变量->path，我的改了是这样，按自己的来
D:\Coding\Cuda\bin
D:\Coding\Cuda\libnvvp
5、检验是否成功，进入D:\Coding\Cuda\extras\demo_suite(这是我的目录，根据自己来)
在此目录进入cmd，依次执行deviceQuery.exe和bandwidthTest.exe
说明成功。。
4、pytorch(cpu)–太慢
国外下载：conda install pytorch torchvision torchaudio cpuonly -c pytorch
镜像下载：conda install pytorch torchvision torchaudio cpuonly –c 镜像地址
出现done就是安装完成
检验安装是否成功：conda list查看有没有pytorch
5、pytorch(gpu)
上面我们已经看过自己的显卡驱动版本了，我的支持cuda到11.4
官网链接：https://pytorch.org/
找自己对应版本，如果没有，就去previous versions里找
有conda和pip两种下载方式，回到虚拟环境下载就行
检验安装是否成功：
python
import torch
torch.cuda.is_available()
出现true说明安装成功
6、版本对应（重要）
注意自己创建虚拟环境时候的python版本，我因为搞错版本耽误二十分钟。。建议使用python3.8
1、python和cuda
2、cuda和cudnn
3、pytorch和python
7、pycharm安装
好几年前安的了，贴个别人的链接：
https://blog.csdn.net/2302_79334848/article/details/132128699
