PyTorch/Tensorflow
1.这两个就是Python的包
2.安装其实就可以使用pip install 包
Anaconda
1.直接有一个Python环境
2.可以用Conda命令，例如conda install 包名。conda/pip就相当于应用商店，包相当于app，库相当于app的功能
例如这些就是Anaconda的app，conda平时会维护它们
3.Anaconda有虚拟环境，虚拟环境好处是可以装多个环境，每个环境装不同版本的PyTorch版本，不同的版本可以对应不同的需求
显卡GPU及其相关概念
1.显卡主要用于在屏幕上显示图像，视频渲染，图像处理相关的任务。
2.显卡分为独立显卡和核显，独立显卡比较大一般放在台式电脑中，核显一般嵌入到cpu中。独显功耗大，核显功耗低。
3.显卡要配驱动才能用，驱动可以让计算机识别特定的硬件
4.做深度学习只能用英伟达品牌的显卡（NVDIA），因为英伟达创建了CUDA这个编程平台，用CUDA就可以控制显卡做各种事情。
图1
cuda driver version是和硬件绑定的。在网上下载的都是cuda runtime version
图2
ALU是数据处理单元
图3
这是一个写代码时底层的一个操作流程。用PyCharm写好代码后，代码传到PyCharm配置好的虚拟环境的python解释器，解释器根据代码需要去调用虚拟环境中的库和CPU，库对解释器传过来的内容返回操作给解释器，解释器根据操作去调用CPU，CPU如果根据需要通过驱动去调动GPU。
Windows下安装PyTorch（有GPU版本）
图4
图5
显示所有的虚拟环境：conda env list
进入另一个虚拟环境：conda activate xxx
图6
图7
下面的以main结尾的是主流的镜像网站，针对很对领域。上面的四个只针对pytorch，所以尽量都用下面的。
图8
cuda driver 可以控制显卡，但其它软件想控制显卡就要下载一个cuda runtime
图9
图10
图11
图12
举例：如果要选pycharm配虚拟环境来用的话，解释器类型要选“自定义环境”，环境要选“选择现有”，类型选“python”，这个“python”一定要选Anaconda下的envs的自己创建的虚拟环境下的python.exe。选好之后可以输入命令行import torch试试有没有报错，如果没报错就是成功。
发布评论