NVIDIA驱动安装

NVIDIA驱动可在官网进行安装：NVIDIA驱动官网

命令行输入nvidia-smi可查看cuda版本等信息：

虚拟环境

【声明】 请确保已安装conda与pycharm，可参考博文：【教程】Miniconda+Pycharm安装保姆级教学

创建

输入以下代码，创建虚拟环境

conda create -n 自定义名称 python==3.8.5 ## 创建虚拟环境，定义python版本

创建成功后系统返回done，并出现如下提示：

激活/删除

输入以下代码，激活虚拟环境

conda activate -自定义名称 ## 激活
conda deactivate ## 删除

首次激活出现如下界面：
可以看到虚拟环境以我们自定义的名称作为开头，并被置于括号内。

相关库的安装

1. 输入dir可查看项目文件夹内文件列表：
   
2. 输入代码pip install -r requirements.txt进行所需库的安装：
   从图中可以看到是通过镜像进行安装，速度还是较快的（因为在安装conda的时候已进行换源）。

Pytorch安装

安装地址

可在pytorch官网查看相应指令进行安装，官网如下：pytorch官网

针对其余版本（本处以v1.10.0为例）：

进入虚拟环境，命令行内输入以下代码即可：

# CUDA 11.3
conda install pytorch==1.10.0 torchvision==0.11.0 torchaudio==0.10.0 cudatoolkit=11.3

环境地址为conda安装的地址下的envs文件夹中。

可能遇到的问题

处理报错

安装过程中可能会遇到如下报错警告：WARNING conda.gateways.disk.delete:unlink_or_rename_to_trash(139)。经尝试，按照系统相关指令删除指定文件夹内文件即可恢复。具体可参考此篇文章：参考。

安装卡顿

可多次执行上述安装指令

测试是否安装完成

若安装完成命令行返回done，我们可以通过输入以下代码进行测试：

>>> import torch
>>> print(torch.cuda.is_available())
True
>>> exit()

若返回值为True，则表示测试成功。

参考

本文参考博文如下：https://blog.csdn.net/ECHOSON/article/details/128130360