「这是我参与11月更文挑战的第4天，活动详情查看：2021最后一次更文挑战」

机器学习环境的搭建

1. 推荐安装acaconda www.anaconda.com/products/in…
2. 常用的命令

## 创建一个新的虚拟环境

conda create --name my__test python=3.7#创建一个名称为my__test

## 激活虚拟环境

activate my_test

## 查看已有的虚拟环境

conda env list

## 切换到想要的虚拟环境，这里我切换到my_test

conda activate my_test

## 在当前环境里安装ipykernel

conda install ipykernel

## conda克隆环境

conda create --name B --clone A

## conda删除环境

conda remove --name B --all

## conda重命名环境

conda create --name B --clone A
conda remove --name A --all

3. 换源

ps: 清华大学镜像：mirrors.tuna.tsinghua.edu.cn/help/anacon…

• 查看源 conda config --show-sources

  
channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
  - defaults
show_channel_urls: true

• 添加仓库 conda config --add channels mirrors.tuna.tsinghua.edu.cn/anaconda/pk… conda config --add channels mirrors.tuna.tsinghua.edu.cn/anaconda/pk… conda config --set show_channel_urls yes

• 第三方源 conda config --add channels mirrors.tuna.tsinghua.edu.cn/anaconda/cl… conda config --add channels mirrors.tuna.tsinghua.edu.cn/anaconda/cl… conda config --add channels mirrors.tuna.tsinghua.edu.cn/anaconda/cl… conda config --add channels mirrors.tuna.tsinghua.edu.cn/anaconda/cl… conda config --add channels mirrors.tuna.tsinghua.edu.cn/anaconda/cl…

4. cuda和cudnn下载 cuda各个版本的下载 developer.nvidia.com/cuda-toolki… cudnn下载 developer.nvidia.com/rdp/cudnn-d… 英伟达驱动官网 www.nvidia.com/Download/in…

5. pytorch官网查看推荐的版本 pytorch.org/get-started… 进入命令符号窗口，输入nvidia-smi,查看当前驱动的版本号，观察Driver Version的值

注：驱动是向下兼容的，其决定了可安装的CUDA和CUDAToolkit的最高版本。

CUDA及其可用PyTorch对应版本（参考官网）

6. 测试

import torch

print(torch.cuda.is_available())
# cuda是否可用；

print(torch.cuda.device_count())
# 返回gpu数量；

print(torch.cuda.get_device_name(0))
# 返回gpu名字，设备索引默认从0开始；

print(torch.cuda.current_device())
# 返回当前设备索引；

print(torch.__version__)

print(torch.version.cuda)