Anaconda中pytorch环境搭建（包括详细的虚拟环境创建，以及虚拟环境中jupyter notebook的使用）

PyTorch是一个开源的Python机器学习库，基于Torch，用于自然语言处理等应用程序。

2017年1月，由Facebook人工智能研究院（FAIR）基于Torch推出了PyTorch。它是一个基于Python的可续计算包，提供两个高级功能：1、具有强大的GPU加速的张量计算（如NumPy）。2、包含自动求导系统的深度神经网络。

本次想使用Anaconda建立Pytorch虚拟环境来安装Pytorch。（纯属个人强迫症，不想让所有的东西都放在最初的base环境下，所以想基于不同的框架来建立Anaconda虚拟环境）

为什么要使用Anaconda虚拟环境安装Pytorch？

因为环境中通常需要安装很多软件，例如：我同时在使用tensorflow框架。但是他们所需要的Python的关联模块或版本会有所差异。如果都装在一个环境中难免会引起冲突。所以，选择虚拟环境能很好地避免环境之间的冲突。

1. 创建虚拟环境（名字pytorch）

1.1打开anaconda prompt

1.2我首先在C:\Users\TIMI这个目录下创建了一个文件夹，叫做envs，

因为我暂时不确定在该路径下安装的虚拟环境，会存在哪里，所以提前建立这个文件路径便于后期对比查看。

1.3之后执行命令

cd envs

如下：

1.4在此路径下执行命令：

conda create --name pytorch python=3.7 anaconda

（PS：最后加anaconda是为了在这个虚拟环境（虚拟环境名字就叫pytorch）中把numpy, jupyter, pandas等一起安装了，所以耗时较长，也可以不加）

之后就是等待安装............

安装结束的界面是如下：

此时查看之前建立的envs文件即C:\Users\TIMI\envs该目录下下边是空的。

而F:\softinstall\Study_Software\Anaconda\envs这个是Anaconda的安装目录下的envs保存的才是你创建虚拟环境的地方。

所以：一般如果我们不指定路径的话，虚拟环境创建后会默认安装在anaconda所安装的目录下，

1.5、创建好后，按照提示激活环境，输入命令

conda activate pytorch

1.6、在虚拟环境中安装ipykernel (切记这一步是在对应的虚拟环境中进行）

执行命令：

pip install ipykernel

1.7、使用ipykernel生成虚拟环境的kernel(这一步也是在虚拟环境中进行)

执行命令：

python -m ipykernel install --user --name 环境名
#即此处在自己的虚拟环境下是：
python -m ipykernel install --user --name pytorch

结果如下：

1.8、配置完成，退出虚拟环境在base环境中打开jupyter notebook，会发现已经有虚拟环境的kernel可供选择。

执行命令：

conda deactivate

之后就是退出来了虚拟环境，回到了base环境下。

在base环境下输入命令：jupyter notebook打开jupyter notebook。

此时查看你的右下角程序安装标志下会发现：

选择jupyter notebook(Anaconda)和jupyter notebook(pytorch)分别打开如下：

分别可以让你选择要是用的环境。

或者kernel选择自己的版本就可以了

查看两个python的环境不同，也就是使用的Jupyter是在哪个环境下：

解释：

sys.executable返回python解释器的路径
sys.path是python的搜索模块的路径集，是一个list。

这两个是在Anaconda下直接打开的juyter下执行的结果。

之后就是在这个环境下安装自己需要的各种包了。（目前只是创建了一个虚拟环境而已）

2、安装pytorch

首先在Anaconda prompt下输入命令查看安装的包

pip list

经查看没有安装pytorch，所以先安装。

首先查看自己的电脑是NVIDIA的显卡，再查看对应驱动版本以及CUDA的版本。

NVIDIA SMI是显卡是一个硬件，所以需要驱动。Driver Version是驱动版本，CUDA Version是CUDA的版本。

CUDA是NVIDIA推出的只能用于自家GPU的并行计算框架。只有安装这个框架才能够进行复杂的并行计算。主流的深度学习框架也都是基于CUDA进行GPU并行加速的，几乎无一例外。还有一个叫做cudnn，是针对深度卷积神经网络的加速库。

参考链接：https://blog.csdn.net/xiaoxiaolibai/article/details/104770046

下面是使用使用anaconda安装pytorch----------------------------------------------》

Pytorch官方网站：https://pytorch.org/

进入：https://pytorch.org/get-started/locally/

选择相应的你自己对应的版本号，会有命令出现

也可以采用其他方法安装：Pip、LibTorch、Source。（见左图自行选择）

复制上述命令到你的Anaconda Prompt(pytorch)下，就可以执行安装了：

conda install pytorch torchvision torchaudio cudatoolkit=11.1 -c pytorch -c conda-forge

弹出提示，输入 y，即可完成安装，显示“done”。

PS:看好执行命令的环境，我是在自己新创建的虚拟环境下。

执行之后就是等待安装的过程。

安装过程中遇到的问题：

安装完成后，测试一下是否安装成功：

import torch
import torchvision
print(torch.__version__)

如果以上步骤都没问题，那么安装成功。

3、安装torchvision

上述过程已经附带安装过了。