Env 搭建

Anaconda

环境变量配置

​conda -V​ 检查是否完成 Anaconda 的安装以及环境变量的成功配置

更换镜像下载源

anaconda | 镜像站使用帮助 | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror

​​

在用户路径下,查看本机是否有 `.condarc` ​文件,如果有忽略下面的命令,如果没有执行下面的命令,可先执行 `conda config --set show_channel_urls yes`​ 生成该文件之后再修改。

channels:
  - defaults
show_channel_urls: true
default_channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
  conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch-lts: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  deepmodeling: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/

​复制到 .condarc ​文件中即可

运行 conda clean -i​ 清除索引缓存，保证用的是镜像站提供的索引。

运行 conda create -n myenv numpy​ 测试一下吧。

图形化界面操作

命令行操作 Anaconda Prompt

Juter

Pycharm

Cuda

Computer Unified Device Architecture 并行运算架构

CUDA GPU | NVIDIA 开发者

​​

CUDA 12.3 Update 2 Release Notes (nvidia.com)

CUDA Toolkit Archive | NVIDIA Developer

​​

使用 nvcc -V​来验证 cuda 版本的正常安装

Pytorch

Start Locally | PyTorch

​​

Previous PyTorch Versions | PyTorch

​conda install pytorch torchvision torchaudio pytorch-cuda=12.1 -c pytorch -c nvidia​

使用 python​ import torch​ x=torch.rand(5)​ torch.cuda.is_available()​

Tensorflow

‍

‍