记录深度学习环境配置。

我自己用的是python3.9.10+anaconda2021.10+pytorch1.10+cuda 11.3

不同的python版本，需要对应不同的anaconda、torch、cuda

cuda的选择与自己电脑配置有关系。

在终端中输入nvidia-smi

可以看到我的电脑支持小于等于cuda12.6版本。

可以参考下面两篇文章看一下Anaconda、pytorch、cuda之间的兼容版本.也可以去问一下AI

Anaconda版本和Python版本对应关系

PyTorch、CUDA 与 Python 的版本兼容性问题

Anaconda安装

推荐镜像源下载：地址

下载完成之后直接双击安装，一直点击下一步。在Finish之前，取消两个方框的勾选。

记住自己的文件安装路径

在电脑搜索框中输入 编辑系统环境变量

环境变量-->Path-->编辑

添加安装路径下的几个bin文件

确认。

然后快捷键win+r 输入cmd,打开终端

查看python 位置

查看conda 版本

打开Anaconda Navigator

闪退几次终端，不影响。出现软件界面安装完成。

有的文章会让添加镜像源，我跟着操作，在安装pytorch的时候，有个小bug又把镜像源删除掉，我用手机热点下载pytorch依赖包网速挺快的。

添加镜像源

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
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/bioconda/

删除镜像源

conda config --remove channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --remove channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --remove channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --remove channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/

Pytorch与cuda安装

在虚拟环境中安装pytorch及cuda。

1.创建虚拟环境（环境内部包含属于自己的文件、包，不会相互干扰）

conda create -n torch1.10 python=3.9

2.查看主机中存在的虚拟环境

conda env list

3、激活虚拟环境

conda activate torch1.10

 4、下载Pytorch，我参考博客的评论，直接下载

其他版本可以找pytorch、 torchvision、torchaudio cuda的兼容版本直接下载

conda install pytorch==1.10.0 torchvision==0.11.1 torchaudio==0.10.0 cudatoolkit=11.3 -c pytorch

 如果是其他版本的安装也可以参考这篇博客

【深度学习环境配置】Anaconda + PyCharm + CUDA + cuDNN + PyTorch + OpenCV

有可能会看到如下错误

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

我的解决方法是删掉自己添加的镜像源。在虚拟环境中继续操作

Collecting package metadata (current_repodata.json): done

Solving environment: failed xxxxxxxxxxx

Collecting package metadata (current_repodata.json):

出现上面的提示，等待 几分钟，如果不行就试试其他解决方法。我自己的等了一下，自己就开始安装。

安装过程中Pytorch进度已经100，但是卡了几分钟，不要着急

等待安装完成。

5、查看pytorch和cuda

在虚拟环境中输入python

输入如下内容

import torch
torch.cuda.is_available()

NumPy报错

有的可能会提示报错信息，然后显示true

pkg_resources is deprecated as an API. See https://setuptools.pypa.io/en/latest/

pkg_resources.html. The pkg_resources package is slated for removal as early as 2025-11-30. Refrain from using this package or pin to Setuptools<81.from pkg_resources import packaging  # type: ignore[attr-defined]

A module that was compiled using NumPy 1.x cannot be run in

NumPy 2.0.1 as it may crash. To support both 1.x and 2.x

versions of NumPy, modules must be compiled with NumPy 2.0.

Some module may need to rebuild instead e.g. with 'pybind11>=2.12'.

If you are a user of the module, the easiest solution will be to

downgrade to 'numpy<2' or try to upgrade the affected module.

We expect that some modules will need time to support NumPy 2.

主要是setuptools和numpy版本太高了。

直接安装下面两个版本的依赖包（一定要在torch虚拟环境中）

pip install setuptools==58.0.4

pip install numpy==1.22.4

至此，pytorch和cuda安装完成

Jupyter notebook

Jupyter notebook要在torch虚拟环境中安装，安装在base无法使用torch的

输入如下指令

conda install -c conda-forge nb_conda_kernels

 

等待安装完成

在jupyter notebook 打开D盘目录 

jupyter notebook D:

选择torch虚拟环境

运行显示cuda版本。

终于安装好了。