安装MiniConda和Pytorch以及Cuda的笔记及心得

• 目录
• • 安装MiniConda
  • • Conda的一些操作指令
  • 安装Pytorch
  • 安装Cuda

结合自己的安装过程，记录一下遇到的问题及踩过的坑。

MiniConda是什么，与AnaConda有什么不同，以及安装MiniConda的过程主要参考：B站视频

若在安装过程中，未选择将Conda加入环境变量，则以下命令行操作可以在AnaConda Prompt中执行。

1. 查看当前虚拟环境有哪些

conda env list

2. 创建名为env_name的虚拟环境（python版本根据需求进行选择，无特定需求的话稍微低一点）

conda create -n env_name python=3.6

3. 激活名为env_name的虚拟环境

conda activate env_name

4. 退出当前虚拟环境

conda deactivate

5. 删除名为env_name的虚拟环境

conda remove --name env_name --all

现在大家都用镜像源下载Cuda对应的Pytorch，但换源下载后一定要利用以下指令【检查Pytorch是否为GPU版本】。参考此博客

conda list

如果安装失败或者安装的版本与设备不匹配，需要卸载后重新安装。

conda uninstall pytorch

在安装完成后，利用以下指令测试Cuda是否安装成功时，仍可能打印False。

    print(torch.version.cuda)
    print(torch.backends.cudnn.version())
    print("gpu", torch.cuda.is_available())

其原因有可能为，对于既有集成显卡又有独立显卡的电脑，仍默认采用集成显卡，所以在安装完Cuda后，需要在NVIDIA控制面板中将首选图形处理器更改为【高性能NVIDIA处理器】，参考此博客