动手学深度学习D2L安装+Win11+Pytorch11.7+CUDA+Miniconda
沐神安装教程
2023.7.13
Windows 下安装 CUDA 和 Pytorch 跑深度学习 - 动手学深度学习v2
0.查询GPU硬件
1.安装Navida的cuda
https://developer.nvidia.com/cuda-downloads （默认是12.2版本，但pytorch还不支持此版本，建议安装11.7版本:2023.7）
https://developer.nvidia.com/cuda-11-7-0-download-archive
CUDA 11.7安装：
安装前后都是显示12.1版本：
nvcc --version
2.安装Miniconda
此处选择python3.9的Miniconda版本
https://docs.conda.io/en/latest/miniconda.html
Miniconda的下载与安装@知乎
安装完成，记得添加环境变量：
试运行conda --version查询版本
由于本身安装了py3.8，不可以直接激活conda带的py3.9。使用conda info --envs查询已安装的python环境。
想要激活conda带的py3.9，需要以下命令进入conda activate base：
使用完毕，可以去激活base环境：deactivate base
3.安装Pytorch
https://pytorch.org/get-started/locally/
建议pip使用清华镜像源加速。参考python pip 换国内源的办法
pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu117
Installing collected packages: mpmath, typing-extensions, sympy, pillow, numpy, networkx, MarkupSafe, \filelock, jinja2, torch, torchvision, torchaudio Successfully installed MarkupSafe-2.1.2 filelock-3.9.0 jinja2-3.1.2 mpmath-1.2.1 networkx-3.0 numpy-1.24.1 \pillow-9.3.0 sympy-1.11.1 torch-2.0.1+cu117 torchaudio-2.0.2+cu117 torchvision-0.15.2+cu117 typing-\extensions-4.4.0
pip list显示安装成功：
conda list也会显示安装成功：
import torch验证：
4.安装jupyter 和 d2l
下载DL2记事本并解压：
pip install jupyter d2l
然后切换到D2L记事本的目录，启动jupyter notebook，会跳转到网页：
5.运行D2L
运行Resnet：
下载中：
训练中：
训练完成：（大概2分钟）
沐神的是1919.6 examples/sec
其它运行
打开任意一个notebook，会显示“不可信”
点击信任。
然后刷新网页，再进行使用。
其它安装
pytorch超详细安装教程，Anaconda、PyTorch和PyCharm整套安装流程
