记录一下Anaconda + pytorch安装过程
学习教程：27. GPU版本-安装 PyTorch（方法2）_哔哩哔哩_bilibili
1 安装anaconda
下载安装程序后，在第一次装在了E盘，普通硬盘，安装过程非常慢，慢到难以接受。如果说访问外网下载文件慢我也理解了，但是下载好的安装程序在电脑上运行竟然这么慢，我很难接受（大概30+mins）。
后面因为一些不知道啥原因，anaconda不能用了，就要重装，离谱的是，卸载竟然和安装一样慢，我吐了......
后来看到有人说装在ssd（固态硬盘）会快一些，我的电脑一整块ssd都划分给C盘了，于是第二次装的时候，心一横，直接默认路径点下去，装载了C盘，果然，还得是ssd，很快啊。
2 在anaconda虚拟环境中安装pytorch
第一次尝试使用官方conda的方法安装，一直卡在solving environment...，卡了好久，安装好这玩意总共花了2天，可能卡在这就要1天。因为第一次装，也没看过几篇教程，很天真，就这么死等下去。
后来网上搜为什么一直卡在solving environment，看了几篇教程，说是什么要添加镜像源，然后就跟着敲命令，改什么文件...，弄了半天，发现，对于我来说全是扯淡，还是solving environmen，那段时间看到这两个单词头都要裂开了。
后来就找到了现在正在看的这个教程，比较新，之间那个19年的，比较老了，但是同一位up（膜拜大佬）
说装pytorch有两种方法，我不死心，还是跟着up尝试用官方conda的方法安装，还是不成功，遇到的问题是什么packages conflicts，说什么不兼容incompatible，好在up有救赎视频，也就是第二个安装方法，使用pip安装
用pip安装过程也是一波三折，一开始我运行命令的执行过程和教程中的完全不一样，我懵了。
但不管怎么样，官网的指令应该没错啊，抱着这样的心态，即便执行过程和教程不一样，也不管了，之后突然有一次，下载巨快5M/s，惊呆了，很顺利的安装完成了，查看当前环境的pkgs，也都和教程中一样，高兴的不得了。但是高兴早了。等使用pytorch验证的时候，检查是否可用GPU，显示False！！
再看教程，说原因可能是版本不对，重新创建一个虚拟环境，尝试安装另一个版本。莫名其妙这次就和up的过程基本相同了，抓住了救命稻草，赶紧按照教程中的过程做下去，还真越来越接近完成了。你以为这就结束了？
主要部分安装完成了，后面还有两个小的包，只能用官网的命令安装，问题是下载一个文件巨慢（文件本身并不十几M），慢到接受不了的程度（科班不会FQ......）最后一步，还是卡在网络的问题，下载失败了就再执行，重复重复再重复，直到安装成功（太不容易了555）
验证pytorch终于显示True了！！
总结
一句话，学会ke·学·上·net能省很多事啊（狗头保命）
2023.5.11补充
安装anaconda
安装注意
Just Me是仅给你当前的windows账户使用，故在配置conda环境时，Anaconda3只会考虑对软件自身的配置，会默认将配置环境指定为Anaconda3/envs。
而All Users是针对这台计算机的不同用户，故当你在配置环境时，Anaconda3会考虑将你的环境指定在你用户的名下（当然用户的数据在C盘），这样做是为了不影响本台计算机上的各用户。所以此时无论你将Anaconda3安装在哪个盘，你的配置环境都会默认在C盘。
故想要将默认路径指定在Anaconda3的安装路径下，只需在安装时选择Just Me即可。
C盘是默认的系统盘，在系统盘装载太多的软件可能会影响系统的运行速度，因此尽量不要按默认选项安装在C盘，但自定义路径文件夹要注意不能包含空格中文等中文字符。
下载安装程序：https://www.anaconda.com/download/#macos
直接运行安装即可
安装完成后，会有如下几个应用
创建虚拟环境
打开Anaconda Prompt，进入base环境
conda create -n pytorch python=3.9
进入创建的虚拟环境，在base下输入命令
conda activate pytorch
使用命令查看当前环境中安装的包
pip list
安装pytorch
pytorch官网：https://pytorch.org/
选择使用使用pip安装会快一些
pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu117
Looking in indexes: https://download.pytorch.org/whl/cu117
查看当前环境已经安装的包
验证安装
在当前环境下输入python进入python环境，运行一下代码
import torch
torch.cuda.is_available()
输出True，表明安装成功
pycharm中使用pytorch环境
安装破解pycharm（参考其他教程）
运行pycharm，创建项目，选择使用虚拟环境，选择刚刚配置好的pytorch虚拟环境
运行如下代码
import torch
print(torch.cuda.is_available())
输出True，表示配置成功
