等待安装
‘
安装成功
打开开始菜单
3.打开Anacondaprompt。
创建一个名为SY1的虚拟环境
create-n your_name python==3.7
your_name取任意的名字
y为可以安装相关软件包
创建成功
4.输入conda activate SY1进入环境前面出现（SY1）表示成功
一些常用的conda指令（白嫖的）
①显示目前conda有哪些数据源
conda config --show channels
②给conda添加清华源
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
添加清华源是为了以后安装软件包更快
安装Nvidia的GPU加速包
conda intall cudatookit=10.1
接下来输入Y确定
安装成功
5.安装cudnn7.6（英伟达深度学习软件包7.6版本）y确认
安装成功
以上两个步骤中 有关英伟达的安装操作，前提是需要有n卡，没有的话可以直接跳过
6.安装TensorFlow2.1正常安装是不行的，因此我们需要用国内源
这里我们选择的是阿里云
pip install -i https://mirrors.aliyun.com/pypi/simple/ tensorflow==2.1
安装的过程很漫长，耐心等待一下下
安装成功
输入pip install tensorflow==2.1
安装成功
用python检查一下是否安装成功
输入
import tensorflow as tf print(tf.__version__)
如果成功
会显示2.1.0
输入
gpu_device_name = tf.test.gpu_device_name()
出现你的显卡型号，则成功（我的是RTX 2060）
print(gpu_device_name) print(tf.test.is_gpu_available())
这两行代码输入
安装成功
（感谢零壹博弈大佬的博客）CSDN这是他的链接——至此学习环境已安装成功！！！
7.安装cuda是显卡厂商NVIDIA推出的运算平台。 CUDA™是一种由NVIDIA推出的通用并行计算架构，该架构使GPU能够解决复杂的计算问题。
1.打开NVIDIA控制面板帮助 - 系统信息 - 组件 - NVCUDA64.DLL
下载CUDA
默认安装
继续安装
继续安装
安装成功
继续往下走
2.为CUDA配置环境建议用默认环境，这样好添加路径
控制面板，打开系统和安全，打开系统，
相关设置里打开高级系统设置，打开环境变量，在系统变量里面打开path
添加两个路径
C:Program FilesNVIDIA GPU Computing ToolkitCUDAv10.2
C:Program FilesNVIDIA GPU Computing ToolkitCUDAv10.2libx64
打开anaconda prompt
注：上述安装是在base环境中安装
在base环境中
输入nvcc -V
安装成功
8.pytorch篇1.安装
pip install torch==1.8.0+cu111 torchvision==0.9.0+cu111 torchaudio==0.8.0 -f https://download.pytorch.org/whl/torch_stable.html
把链接复制到anaconda prompt
等待安装
安装过程比较长
安装成功
这一步是判断是否CUDA安装成功
输入python
进入交互界面
import torch
print(torch.cuda.is_available())
用这两行代码验证是否成功，如果成功返回true
接下来验证 cudnn是否安装成功
from torch.backends import cudnn
print(cudnn.is_available())
安装成功
测试代码
import torch
import time
a = torch.randn(400,600,600).to("cuda:0")
b = torch.randn(400,600,600).to("cuda:0")
start_time = time.time()
for i in range(1,1000):
c = a*b
end_time = time.time()
print("CUDA time: ",(end_time-start_time))
a = torch.randn(400,600,600)
b = torch.randn(400,600,600)
start_time = time.time()
for i in range(1,1000):
c = a*b
end_time = time.time()
print("CPU time: ",(end_time-start_time))
在pycharm中运行测试
在anaconda prompt中测试
至此今天的学习日记结束
愿我们能乘风破浪
——————小白银
