李沐windows深度学习环境配置
1.cuda的下载和安装
点击进入官网下载
CUDA Toolkit 12.0 Downloads | NVIDIA Developer
选择
下载安装包
下载完成后点击exe文件进行安装
按照默认提示一步步进行即可
进入windows命令行输入
nvidia-sim
出现GPU和CUDA版本号即为成功
2 安装&配置 Anaconda
2.1 安装Anacoda
在开源库安装anaconda软件；
清华大学开源软件镜像站 | Tsinghua Open Source Mirror
我用的是 Anaconda3-2022.10-Windows-x86_64.exe
按照正常下载步骤进行安装。注意这一步：
windows+R，输入cmd，打开window命令行。输入
conda --version
出现conda版本即为安装成功。
如果conda不是系统的内部命令的错误提示，则说明上一步的配置系统变量未选择，系统不识别conda命令。不过没关系，可以通过修改系统变量来修正这个问题。
在windows开始框中搜索系统变量，然后打开系统变量->环境变量->系统变量->path->新增，将安装anaconda的路径下的script目录路径添加入系统path中。
如下图。
2.2 更换源
使用一下命令可以查看原始源信息
conda config --set show_channel_urls yes
在当前用户根目录下会生成一个文件.condarc 文件。
我们可以修改这个文件来实现更换conda的源，这里替换为清华源。
将里面的内容替换为：
channels:
- http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
- http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
- http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
show_channel_urls: true
custom_channels:
conda-forge: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
msys2: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
bioconda: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
menpo: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
pytorch: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
simpleitk: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
运行命令，清除索引缓存，保证用的是镜像站提供的索引。
conda clean -i
2.3 创建虚拟环境
创建虚拟换有助于我们进行多版本的切换，并且可以尽可能的保证安装包导致的影响。
- 使用一下命令可以查看现有虚拟环境
conda env list
- 创建虚拟环境
conda create -n test python=3.9
这里的test为环境名根据自己需要设置，python=3.9 是python的版本号，根据自己的需要选择。
在这一步可能会遇到如下问题：
An HTTP error occurred when trying to retrieve this URL.HTTP errors are often intermittent, and a simple retry will get you on your way.SSLError(MaxRetryError('HTTPSConnectionPool(host=\'http://conda.anaconda.org\', port=443): Max retries exceeded with url: /bioconda/linux-64/repodata.json (Caused by SSLError("Can\'t connect to HTTPS URL because the SSL module is not available.",))',),)
主要是由于在环境变量中缺少一些anoconda的路径配置。解决方案参考这个link
3. 激活指定虚拟环境
activate test
这里的test为环境名根据自己需要设置.
3. 安装cuda驱动和pytorch
3.1 cuda驱动
- 在官网查询驱动版本对应的cuda（如下图）
3.2 pytorch 安装
安装pytorch，官网参考链接
如果没有用GPU则选择CPU
安装完成后，在命令行输入import torch，不报错则代表成功安装；想要判别pytorch能否调用我们的GPU，只用输入命令torch.cuda.is_available()，如果显示True则表明可以。
3. 安装jupyter和d2l
我这里需要学习李沐老师的课程，他的课程在d2l python包中，我们这里需要安装d2l。另外为了更好的访问d2l，这里可以安装jupyter。
安装命令：
pip install jupyter d2l
打开jupyter notebook
参考链接：https://blog.csdn.net/weixin_63339973/article/details/128580596?csdn_share_tail=%7B%22type%22%3A%22blog%22%2C%22rType%22%3A%22article%22%2C%22rId%22%3A%22128580596%22%2C%22source%22%3A%22unlogin%22%7D
作者好友利用chatgpt做了一个问答小程序，大家有兴趣可以试玩。
