python环境搭建(anaconda+pytorch+pycharm)

一.显卡

一.作用

显卡是一个做矩阵运算的部件，一个好的显卡，可以做大矩阵，速度快的计算，然后投射到显示器上。

二.查看显卡支持的cuda最高版本

右键桌面$\to$Nvidia控制面板$\to$系统信息$\to$组件$\to$NVCUDA64.DLL后面的产品名称即为显卡支持的cuda最高版本

三.查询显卡

任务管理器$\to$性能$\to$GPU0

四.显卡，驱动，cuda之间的关系和层级

只要电脑能显示，显卡基本没问题，cuda是驱动的扩展

二.驱动

一.作用

相当于操作系统的插件，

三.cuda

一.作用

cuda本质是一套指令集，通过使用指令集可以使用显卡的矩阵运算的能力。

四.anaconda

一.作用

环境管理软件

二.一系列网址

Anaconda下载镜像网址
Anaconda帮助手册
pytorch官方教学

三.安装及注意事项

1.anaconda安装

• 不要安装在C盘，安装位置不要带有中文
• 勾选path
• anaconda navigator 图形化界面，最好不要使用，会占用一定的资源。
• base相当于大厅，最好不要把工具安装在base，最好建一个环境(小房间)装入工具

2.常用命令

• 创建新环境(小房间): conda create -n 环境名 （可选：python=3.7）

• anaconda$\to$envs:里面是创建的所有环境

• 查看环境：conda info -e ；“-e”：environment

• 激活环境：conda activate 环境名

• 退出环境：conda deactivate

• 删除环境：conda remove -n 环境名 --all (注意：一定要退到base房间执行）(–all表示删掉全部)

• 显示此环境中已经下载的包和版本：conda list ; ps：pip为包的安装指令

• 修改anaconda下载的默认源(将以下指令一条一条输入回车即可)
  清华源：
  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/conda-forge
  conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
  conda config --set show_channel_urls true
  中科大源：
  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.ustc.edu.cn/anaconda/cloud/conda-forge/
  conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/msys2/
  conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/bioconda/
  conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/menpo/
  conda config --set show_channel_urls yes

• 查看是否将默认源修改成功
  conda config --show-source

• 安装pytorch(步骤5.2)（再次提醒：要进入需要安装pytorch的环境）
  命令：conda install pytorch torchvision torchaudio cudatoolkit=10.2 -c pytorch
  含义：conda install 可以同时安装多个包(pytorch,torchvision,torchaudio ,cudatoolkit),可以指定某一个组件的版本；“-c”表示下载渠道：channel，不加则默认下载源；“pytorch”为下载渠道的名称，这里表示在pytorch官网渠道下载。故此处去掉-c pytorch，从当前源查找需要下载的包
  实际命令：conda install pytorch torchvision torchaudio cudatoolkit=10.2

• 检测及调用安装好的包
  python$\to$(现在可以直接使用python语句了)import torch(未报错且进入下一条指令：说明pytorch已经安装好并且被成功导入)$\to$(检测cuda功能是否能正常运行)torch.cuda.is_available()(结果为ture则安装好)$\to$quit()或者exit()

五.pytorch/tensorflow

一.选择

pytorch（✔）
tensorflow：不易理解

二.安装

pytorch网页$\to$install$\to$选择，复制命令$\to$粘贴命令执行即可(注意要进入环境)

六.pycharm/jupyter notebook

一.作用

pycharm/jupyter notebook与记事本、word一样是编辑器，但是比记事本更加强大，本身不具备执行代码的功能，除非配置好python解释器才可以执行代码

二.下载pycharm

1.professional与community的区别

professional：pycharm可以连接远程服务器，使用远程服务器的cpu和环境执行代码；在buy$\to$special offers里面，专业版对学生和老师免费，前提是提供一个教育邮箱(学校提供)，使用邮箱去申请即可。
community：只能用电脑的环境和cpu跑代码

2.设置pycharm

解释器选择：需要的那个环境下的python.exe即可
terminal=anaconda prompt，不同的是terminal在本环境，anaconda在base环境，需要切换环境。

3.jupyter notebook

可以实时交互，如果在jupyter上使用环境，则需要在环境中安装jupyter notebook这个包(base自带有此包),安装好后在命令行直接jupyter notebook打开就可以使用此环境。

• 进入环境 conda activate pytorch
• 下载jupyter:conda install nb_conda
• conda list 里面的ipykernel那个即是
• 输入jupyter notebook打开即可

七.常见问题及解决方法

一.executing transaction failed

• solution1：以管理员方式启动anaconda prompt
• solution2：…\anaconda,对anaconda文件右击$\to$属性$\to$安全$\to$将当前用户权限全部开启

二.能import torch，但torch.cuda.is_avilable()为false

问题1：pytorch、cuda toolkit、显卡驱动版本不对应

1. step1：检查cuda toolkit与驱动的对应关系
   

• 查询驱动版本：anaconda prompt$\to$输入nvidia-smi
  
• 满足三个条件:
  1）图上①与②对应的数字要相同；
  2）你安装的cuda toolkit版本$\le$图上的cuda version；
  3）根据你安装的cuda toolkit的版本找到表上的驱动要求，与自己的驱动(即图上的②对应的数字)进行对比，若不满足要求，则对驱动进行升级
  驱动升级步骤：此电脑$\to$属性$\to$显示适配器，找到自己所用的显卡右键$\to$更新驱动程序
• example：
  显然满足1);
  我的是cuda toolkit=10.0$\le$cuda version=11.3，满足2);
  我的driver version=466.81 $\le$ (表中)411.31,满足3）
  2.step2：检查cuda toolkit与pytorch版本的对应关系
  
• conda list查询pytorch版本
• 若不对应，则更新pytorch
• 即卸载下载

3.step3：查询是否解决
python$\to$import torch$\to$torch.cuda.is_available()

问题2：可能是集成显卡的原因

solution：不用管，可能是正常的

三.sovling problem 时间过长

更新conda 两次：conda update -n base conda

四.Solving environment: failed with initial frozen solve. Retrying with flexible solve.

• 法一：conda config --set channel_priority flexible
• 更新两次conda：conda update -n base conda

五.使用安装包

• 下载安装包放入anaconda$\to$pkgs
• 安装命令：conda install --use-local +包名(完整，包括.bar)