Python 用conda创建虚拟环境和Pytorch的安装

不得不说，好记性不如烂笔头。有些东西当时记得很熟练，长时间不用还是会忘记。
每次爬回来看自己写的笔记都得感叹一次 好记性不如烂笔头！！！

前情提要

安装好 Anaconda 和对应的 python 编辑器

Conda 创建虚拟环境

一小点提示

在创建虚拟环境之后，只是引入了简单的pandas库，结果居然没有。经过查询，可以在创建环境时多加一个参数：anaconda
所以，此时输入的命令变为：conda create -n myenv python=3.6 anaconda

马后炮了属于是，实际上我的环境已经创建完了，这是后来用的时候发现的一个窍门。鉴于我的pytorch那些好不容易安装好了，就不重新安了。
如果有人看到了这篇Blog，并且尝试了这条命令的话，可以告诉我它到底管不管用（说不定什么时候我就又要重新配环境呢）。

具体步骤

1. win + R ，cmd ，打开 cmd 窗口（也可以在anaconda prompt中进行）
2. 输入 conda info -e 出现创建过的所有环境
3. 输入 conda create -n myenv python=3.6 指令创建环境（其中 myenv是你给自己的环境起的名字，后面 python=3.6 是对应的 python 版本）
4. 输入 conda activate myenv 激活创建的环境，后续命令执行就可以在该环境下了（如果你选择使用这种方式执行代码的话）【一般执行可以在编辑器setting 中选择自己使用的环境中的python.exe就可以了】
5. 同理就会有关闭当前环境的命令 conda deactivate
6. 退出当前环境后可以删除该环境 conda remove -n myenv --all
   [实践证明所谓的修改虚拟环境的python版本一点都不靠谱，一定要在一开始就确认好自己要安装的版本，不要总是返工]

如何查看环境中都装了些什么库

可以在Anaconda Prompt中输入 pip list查看安装的库和对应的版本。

在创建的虚拟环境中安装 pytorch

【好家伙，在安装pytorch时要选择自己的系统配置，发现自己的电脑没有nvidia驱动。安装半天发现自己的显卡不是NVIDIA的，那还能说什么呢？就安装CPU版本呗（虽然只是短短的一句话，却让我用了两个小时的实践，这个真知真的费时间。多检查啊！！ 不要想当然！）】
就选择CPU版本在环境下安装呗

但是呢，在实际运行别人的代码时有人家的pytorch版本，一定要对照好。
然后去下载对应的版本，多在官网上转一转总会有的！
安装链接见下边的参考！

如果要安装有英伟达显卡版本的pytorch该怎么办呢？
详细见参考链接9

验证是否安装成功

依次输入 python，import torch，torch.__version__命令，出现版本即为成功。

安装CV2

使用命令 pip install opencv-python

安装gym

使用命令 pip install gym【这里可能会出问题，建议直接安装一个完整版的，要不然会报错】
参考链接gym库安装与报错

CUDA版本的pytorch安装

本来所有的东西都按照参考链接9和要复现的baseline中的环境配置进行安装。后来居然还是报错了，网上一搜发现居然是因为显卡版本太高了，安装的CUDA版本太低了。可安装的CUDA版本变高的话，安装的pytorch的版本也变高了，甚至装不了原来的，那还能跑吗（真的是没想到啊-_-）
贴一个pytorch和CUDA环境对应版本的图和网站链接https://pytorch.org/get-started/previous-versions/

注意啊，一般来说计算能力低于3.0的不建议安装GPU版本的Tensorflow，非NVIDA显卡也不建议安装。
好家伙最后发现自己电脑配置太辣鸡，还是只能用CPU，我真的谢啊......

很好，当事人又回来了。换了一台有显卡的电脑，现在开始跟着参考链接9再来一次。

总结

希望看到这篇文的小伙伴，在安装pytorch之前先确认下以下的信息，再去安装。

1. 首先看看自己有没有显卡，是不是英伟达（NVIDIA）的。如果是英伟达的那么可以安装GPU版本的，否则就安装CPU版本的。
2. 打开自己的Nvidia 控制面板，看看自己的显卡版本，到网上找一找该显卡对应的算力。算力低于3.0的就直接选择CPU吧。
3. 算力高于3.0的，去查一查对应Pytorch版本，看是否符合你的要求，然后去下载对应的版本。
4. 在下载过程中要注意CUDA和pytorch版本的对应情况，这个时候多看一看，总比到时候报错查出来重新卸载安装强。
5. 跟着步骤安装CUDA环境时，记得检查显卡驱动版本。驱动版本对不上也是不行的。
6. 碎碎念：我太能踩坑了，没文化就总是要碰壁-_-。懂了这种套路慢慢就懂了。路漫漫长修远兮，吾将上下而求索。

参考链接

1. Python虚拟环境搭建方法 - 编程小霸王的文章 - 知乎 https://zhuanlan.zhihu.com/p/428870997
2. 【搭建虚拟环境】https://blog.csdn.net/qq_44167372/article/details/126012576
3. 【安装pytorch】https://blog.csdn.net/myf_666/article/details/122706716
4. 【判断CPU版本是否安装成功】https://blog.csdn.net/qq_32332437/article/details/122806037
5. 【选择正确的CUDA版本】https://blog.csdn.net/gz927cool/article/details/121497021
6. 【pytorch安装官网】https://pytorch.org/get-started/locally/
7. 【pytorch历史版本获取】 https://pytorch.org/get-started/previous-versions/
8. 【python 和 pytorch 版本对应】 https://www.csdn.net/tags/MtjaAg1sNjIyOTktYmxvZwO0O0OO0O0O.html
9. 【显卡版本的Pytorch安装】 https://blog.csdn.net/qq_38140292/article/details/114157146
10. 【Cuda的卸载】 https://blog.csdn.net/m0_59705760/article/details/125744664
11. 【安装前希望你能先看看！】 https://zhuanlan.zhihu.com/p/484237934
12. 【显卡计算能力】 https://blog.csdn.net/zyb418/article/details/87972608
13. 【一定要看！】https://www.codeleading.com/article/96065014465/
14. 【CUDA版本与显卡驱动对照表】https://blog.csdn.net/qq_42683011/article/details/114242445
15. 【anaconda创建的虚拟环境缺少一些基本库的解决办法】https://zhuanlan.zhihu.com/p/428351485