配置环境流程

移植环境 ：conda create -n BBB --clone 原名
进入环境：source activate ReID
退出环境：conda deactivate
问题1：
CommandNotFoundError: Your shell has not been properly configured to use ‘conda activate’.
To initialize your shell, run

$ conda init 

Currently supported shells are:

bashfishtcshxonshzshpowershell

See ‘conda init --help’ for more information and options.

importANT: You may need to close and restart your shell after running ‘conda init’.

首先终端输入 source activate，再激活环境。（可以看到前面没有base）

进入官网https://pytorch.org/get-started/locally/，按照要求选择后直接复制命令
比如
Ubuntu ：pip3 install torch torchvision torchaudio

Windows：pip3 install torch1.8.1+cu102 torchvision0.9.1+cu102 torchaudio===0.8.1 -f https://download.pytorch.org/whl/torch_stable.html

Pip的命令后面都可以加上加速指令

安装CV2
pip install opencv-python -i http://pypi.douban.com/simple --trusted-host pypi.douban.com

出现问题，版本太高，高出nVidia本身的驱动版本，nvidia-smi后右上角发现cuda10.1,而我下的是10.2，肯定不行
pip3 uninstall torch torchvision torchaudio后重新安装，https://pytorch.org/get-started/previous-versions/，寻找以前的版本

conda install pytorch1.7.1 torchvision0.8.2 torchaudio==0.7.2 cudatoolkit=10.1 -c pytorch

依然出现问题，包太大，下载起来太慢

后采用pip,用加速链接

pip install torch==1.7.1+cu101 torchvision==0.8.2+cu101 torchaudio==0.7.2 -f https://download.pytorch.org/whl/torch_stable.html -i http://pypi.douban.com/simple --trusted-host pypi.douban.com

测试命令：
 进入python
 import torch
 print(torch.version)
 torch.cuda.is_available()
实验记录：
除了配置环境之外，其他改的地方有：数据集路径，预训练的模型
疑问：
之前配置的比较高的环境，在台式电脑anonaconda中创建，在spyder中运行，出现的问题：

路径指定错误，windows中copy的地址只需把斜杠反向就可以多gpu参数模式在单GPU时遇到问题内存过小，batchsize改小