Anacoda安装

1、下载安装
前往官网进行下载，有时候官网下载很慢，可以前往国内镜像源下载，下载完后自行安装即可。
2、添加环境变量
Anaconda安装后，需要将以下路径添加到环境变量中，重启电脑后生效。

环境搭建

1、新建环境
conda create -n env_name python
(env_name为环境名称，python默认最新版本，需要特定版本使用python=x.x)

2、查看环境
conda info --envs或conda env list

3、激活环境
conda activate env_name
(env_name为环境名称，conda可以省略)

4、退出环境
conda deactivate
(conda有时可以省略)

5、删除环境
conda remove -n env_name --all

6、切换镜像
在安装python扩展包时经常用到
conda install pkgs_name -c channels
这里的channels是镜像网站的地址，对于下载访问速度慢的扩展包可以从镜像网站上下载。
常用的镜像网站channels有：

channals:
清华源
https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/win-64/
https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/win-64/
https://pypi.tuna.tsinghua.edu.cn/simple/

阿里云
https://mirrors.aliyun.com/anaconda/cloud/pytorch/win-64/
http://mirrors.aliyun.com/pypi/simple/

北外
https://mirrors.bfsu.edu.cn/anaconda/cloud/pytorch/win-64/
https://mirrors.bfsu.edu.cn/anaconda/pkgs/main/win-64/

南京大学
https://mirrors.nju.edu.cn/pub/anaconda/cloud/pytorch/win-64/

豆瓣
http://pypi.douban.com/simple/

中国科技大学
https://pypi.mirrors.ustc.edu.cn/simple/

基本上所有下载速度慢的包都能找到，可以自行在镜像网里面找，注意不同包可能要换镜像子地址。

另外，还可以直接修改默认channels，个人不太习惯这样做。

jupyter安装

1、打开jupyter notebook
win+R打开终端，输入jupyter notebook

2、修改jupyter notebook默认目录
在终端输入
jupyter notebook --generate-config
生成C:\Users\XXX\.jupyter\jupyter_notebook_config.py文件

打开jupyter_notebook_config.py文件，修改

1
2
3

## The directory to use for notebooks and kernels.
#  Default: ''
#  c.NotebookApp.notebook_dir = ''

为(大概在300-400行)：

1
2
3

## The directory to use for notebooks and kernels.
#  Default: ''
c.NotebookApp.notebook_dir = 'F:\APP\Jupyter'

最后删除jupyter notebook属性中目标后缀 "%USERPROFILE%/"

3、添加内核
切换到要添加的虚拟环境

conda activate env_name
(env_name为环境名称，conda可以省略)

安装ipykernel

python -m pip install ipykernel

为jupyter添加内核(env_name为环境名称）

python -m ipykernel install --user --name env_name

4、查看jupyter内核
jupyter kernelspec list

5、切换内核
直接jupyter notebook界面Kernel中Change Kernel，选择需要的内核即可。

6、删除内核
jupyter kernelspec remove kernelname

pytorch的安装

1、虚拟环境中python扩展包的安装

切换到要添加的虚拟环境(env_name为环境名称，conda可以省略)

conda activate env_name

安装扩展包

pip install pkg_names或者conda install pkg_names

查看已安装的扩展包

pip list或者conda list

2、pytorch的安装
使用nvidia-smi查看自己的cuda版本
安装对应的cuda(安装过程中把Visual Studio Integration的勾选去掉)和cudnn(需要注册)，具体可参考链接
pytorch仍然是扩展包，可以使用conda install pkg_names安装。具体可参考pytorch官网

conda install pytorch torchvision torchaudio cudatoolkit=11.6 -c pytorch -c conda-forge

但由于pytorch要从国外下载，速度慢，所以需要用前面的镜像网站。
如yolov5的pytorch环境搭建：
conda install pytorch==1.10.0 torchvision==0.11.1 torchaudio==0.10.0 cudatoolkit=11.3 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/win-64/
同样可以修改扩展包的版本。

3、pytorch安装完成检验

1
2
3

import torch

print(torch.cuda.is_available())

输出为True则表示pytorch安装完成。
到此为止仅仅只是pytorch安装正确，不一定能使用，可能会出现GPU算力与cuda版本不匹配的情况，如我在服务器3090显卡上跑程序，出现：
GeForce RTX 3090 with CUDA capability sm_86 is not compatible with the current PyTorch installation.报错，则说明cuda版本有问题，需要重新装正确的pytorch包。
最终测试cuda版本torch是否可用可以使用代码：