公众号文章--深度学习环境配置(pytorch版本)
写在前面：如果这篇文章对大家有帮助的话，欢迎关注Franpper的公众号：Franpper的知识铺，回复“进群”，即可进入讨论群，有什么问题大家可以一起讨论呀！
关注公众号即可领取一份YOLOv5-5源码详细注释一份！！！
深度学习的第一道坎就是配置环境，还记得Franpper当时做毕设配置深度学习环境时踩了巨…多的坑，无时无刻都得克制住锤电脑的冲动…
最近Franpper换了电脑，需要重新配置环境，在配置环境的同时做了一个详解，希望可以帮助大家少走一点弯路。
Franpper先把几个问题写在前面，如果朋友们也有一样的疑惑或者问题，那么就继续往下看吧！
1、安装新版Anaconda过程中添加环境变量选项的字体是是灰色的无法勾选怎么办？
2、安装pycharm后在terminal中无法进入创建的虚拟环境怎办？
3、应该怎么选取CUDA与cuDNN版本？
4、在官网下载cudnn时需要注册，注册过程很麻烦怎么办？
5、nvcc-V不是内部或外部命令怎么办
6、 'import'不是内部或外部命令也不是可运行的程序或批处理文件怎么办?
同时Franpper建议朋友们先略读一遍，不要着急安装，那么我们就开始吧！
目录
一、下载与安装Anaconda
二、创建虚拟环境
三、下载与安装VS Code
四、pycharm安装与配置
五、安装CUDA
六、安装cuDNN
七、安装pytorch
一、下载与安装Anaconda
anaconda官网anaconda官网
-
下载Anaconda
-
首先进入Anaconda官网进行下载，点击Download
-
安装Anaconda
-
找到下载所得的应用程序，右键选择以管理员身份运行，这样可以避免一些不必要的麻烦
-
安装过程中按图操作
-
这里建议大家选Just Me，大家的私人电脑一般都是只有自己一个用户，所以选Just Me也没什么影响，原因稍后再说。
-
安装地址不是必须安装在C盘，这里Franpper安装在了F盘。
-
这里推荐大家也把第一个添加环境变量勾选上，这样可以减少一步操作，不用再去自己手动添加了。假如刚才大家选择的是All Users，那么就会发现添加环境变量选项的字体是灰色的无法勾选，就需要自己手动去添加环境变量，这也是之前建议大家选择Just Me的原因。
-
这两个都不需要选择，点击Finish安装完成
-
验证安装结果
-
Win+R输入cmd打开命令提示符，输入 conda -V 后回车，输出结果证明anaconda已安装成功
二、创建虚拟环境
-
进入base环境，下面介绍两种方式
-
第一种：Win+R输入cmd打开命令提示符，输入activate回车进入base环境
-
第二种：在开始界面下找到Anaconda3文件夹下的Anaconda Powershell Prompt，点击可直接进入
-
创建虚拟环境
-
命令提示符内输入以下命令，该指令用于创建pytorch的环境，该环境的python版本为3.7，其中pytorch-gpu是创建环境的名称，可自由发挥，最好是字母或者字母数字组合。
conda create –n pytorch-gpu python=3.7-
创建过程中显示Procced ([y]/n) ？，输入 y ，回车继续安装
-
激活虚拟环境
-
命令提示符内输入以下命令，该指令用于激活一个名为pytorch-gpu的环境
conda activate pytorch-gpu-
检测安装情况
-
命令提示符内输入python，可见版本为Python 3.7.15，安装成功
三、下载与安装VS Code
-
为什么要安装VS Code？
-
因为如果不安装的话后面安装CUDA时会有点问题，下面介绍两种安装方式。
-
第一种：Anaconda内安装
-
打开Anaconda
-
在Home界面中选择到自己创建的环境
-
找到VS Code点击Launch
-
第二种：VS官方网站进行安装
VS Code官方网站
https://code.visualstudio.com/
-
由于VS安装过程比较容易，Franpper不做详细介绍，有一点建议：下图中的几个勾最好打起来，因为这样就可以右键文件夹用VSCODE打开，非常方便
四、pycharm安装与配置
-
安装pycharm
pycharm下载地址
https://www.jetbrains.com/pycharm/download/#section=windows
-
我们选择社区版本下载就可以
-
下载好后进行安装，路径可以自定义
-
这四个选项建议朋友们都勾选上
-
默认JetBrains不用管，直接Install
-
选择稍后重启
-
配置pycharm
-
打开pycharm新建工程文件
-
设置项目路径，勾选已有解释器，点击添加解释器
-
选择已存在的虚拟环境，并进入选项
-
找到虚拟环境所在位置，选择python.exe
-
完成设置
-
验证安装，新建python文件
-
随便写点什么测试一下，成功输出
-
有的朋友习惯使用terminal，这里还需要配置一下，刚安装完成后环境处显示的是PE，且输入conda activate pytorch-gpu也无法进入创建的虚拟环境中
-
按照如下方式打开Anaconda Prompt的位置
-
查看其属性
-
在目标栏中从cmd.exe开始复制到最后
打开pycharm的设置
-
将复制内容粘贴到指定位置，之后确认并重启pycharm即可
五、安装CUDA
-
敲黑板，从这里开始比较重要，大家认真听讲！！！
-
首先我们要查看自己电脑的CUDA版本，方便我们之后安装对应的cuDNN与pytorch，这里Franpper给出大家三种查看的方式
-
第一种：打开NVIDIA控制面板点击系统信息
在组件中可以看到CUDA的版本，本电脑为11.6.134
-
第二种(推荐)：命令行输入nvidia-smi回车，即可查看CUDA Version与Driver Version
-
第三种：命令行输入nvcc -V（注意空格，如果忽略了空格会有'nvcc'不是内部或外部命令的问题），回车查看
-
下图为Driver Version与CUDA版本的对应关系
官方CUDA Toolkit版本和显卡驱动对应的表格
https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html
-
cuda每个版本都对应一个最低版本的显卡驱动程序，也就是说，cuda程序是向后兼容的，针对特定版本的 CUDA 编译的应用程序将继续在后续（以后）驱动程序版本上工作
-
进入下方提供的网站，点击红框所示，查看以前的CUDA版本
CUDA下载地址
https://developer.nvidia.com/cuda-downloads
-
这里Franpper选择的是CUDA Toolkit 11.6.1
-
按所需选择后点击Download
-
找到下载文件以管理员身份运行
-
这里直接点OK，不建议大家改路径
-
进入安装，按图依次往下安装
-
这里暂停一下，我们先在C盘或者D盘新建一个CUDA的安装路径，Franpper选择在D盘新建，路径设置如下图（当然为了保险起见大家也可以安装在默认路径）
-
回到安装程序中，按照对应关系安装在设置好的文件夹中
-
如果之前没有安装VS Code的话这里会有一些问题，所以之前先让大家安装了VS
-
至此CUDA已安装完毕
六、安装cuDNN
cuDNN下载地址
https://developer.nvidia.com/rdp/cudnn-archive
-
进入上方网页，找到已经安装好CUDA版本对应的cuDNN，Franpper选择的是v8.4.0版本
-
这里有一个问题，点进去后显示需要进行注册
-
这个注册起来有点麻烦，那么有什么不需要注册就可以下载的办法吗？当然有！请继续看
右键复制链接地址，然后打开迅雷就可以下载了！
-
找到下载所得的文件并解压，解压后的文件夹中有三个子文件夹，将其选中并复制
-
打开刚才安装CUDA时建立的CUDA1文件夹，将复制内容粘贴进去，恭喜！cuDNN已安装完毕！
七、安装pytorch
pytorch命令获取网页
https://pytorch.org/get-started/previous-versions/
-
找到CUDA版本对应的pytorch版本，将下方的命令（conda install...）复制下来
-
打开创建好的虚拟环境（这里是pytorch-gpu），粘贴并回车，进行pytorch的安装
-
安装完成后进行验证，输入下方命令
import torch -
运行会报错，这是为什么？
-
因为 import 只能在python 环境下用，我们首先输入python进入python环境，然后再输入import torch就可以了，然后继续输入下方命令
torch.cuda.is_available()-
输出为True则表示安装成功
恭喜大家成功配置好环境！！！
（求赞heiheihei）