gpu版本pytorch环境安装与配置

一些重要的小tips：
 pytorch VS tensorflow：就是python的两个库。
 Anaconda：为什么不直接下载python而是下载anaconda呢？因为它可以创建虚拟环境（也可以理解为虚拟机），在每一个虚拟环境里可以任意安装你要的库，根据你做的项目可以随意切换虚拟环境。
 清华大学镜像下载Anaconda：https://mirrors.tuna.tsinghua.edu.cn/选择最新版本下载
 创建虚拟环境：

1. 法一：直接打开anaconda软件创建
2. 法二：打开anaconda prompt（命令终端），用命令创建：
   conda create -n tuiduipytorch(python=3.7)（-c 镜像地址）(创建一个名字叫做tuiduipytorch的环境，后面的括号表示指定python的版本以及下载镜像地址，可加可不加)
    一些conda相关的命令：
   conda env list（查看现有环境）
   conda remove -n tuiduipytorch --all（移除名字叫tuiduipytorch环境）
   conda activate tuiduipytorch（激活名字叫tuiduipytorch的环境）
   conda deactivate tuiduipytorch（退出环境）
   conda list（查看当前环境下有的库）
   cd 就是进入某个路径
   conda install 包名（安装包）
   conda uninstall 包名（卸载包）
    如何在pycharm下切换环境：
    打开pycharm-> File -> Settings
    在设置窗口，导航到 Project: <your_project_name> -> Python Interpreter
   一、 在Anaconda下创建新的虚拟环境（Gpu版本）
3. 创建虚拟环境
   法一：直接打开anaconda软件创建
   法二：打开anaconda prompt（命令终端），用命令创建：
   conda create -n tuiduipytorch(python=3.7)（-c 镜像地址）(创建一个名字叫做tuiduipytorch的环境，后面的括号表示指定python的版本以及下载镜像地址，可加可不加)
4. 安装pytorch

1. 准备工作：
    确定显卡算力（去cuda官网搜算力表看：本机MX250的算力是6.1）
    确定显卡驱动cuda driver（硬件层面）(cmd下输入：nvidia-smi，结果是12.4)
    确定cuda runtime（软件层面）（cuda runtime <cuda driver，软件要小于硬件，不然硬件带不动，最后确定绿色表格前面的版本都是可以的,都包含6.1的算力，也都小于12.4,除了12.5）

注：有显卡的话，会自带显卡驱动，所以本身就有cuda driver，我的版本号为12.4，然后再根据算力+cuda driver确定cuda runtime的版本
 去pytorch官网选择可选里面最新的cuda下载，我的是11.8（可以通过:cuda list查看版本）
2) 安装pytorch
 去pytorch官网根据前面选择的cuda runtime版本，会给出对应的下载命令：conda install pytorch torchvision torchaudio pytorch-cuda=11.8 -c pytorch -c nvidia

二、 下载pycharm
 在官网下载最新版本的pycharm，community版本足以
 配置环境，选择自己创建的带有pytorch的新环境
三、 在pycharm中验证pytorch是否安装成功
在python下输入：
import torch
print(torch.cuda.is_available())
如果返回True就说明安装成功
注意：要确定pytorch是在哪个虚拟环境下安装的，在有pytorch的环境输入上述命令才会有正确结果

pip list 查看依赖项清单

pip freeze > requirements.txt 生成依赖项清单

pip install -r requirements.txt 安装依赖项清单