# conda 與 pytorch 環境安裝 ## conda * conda 版本 ```= conda -v ``` * 更新conda ```= conda update conda ``` * 查看當前已配置的虛擬環境 ```= conda env list ``` * 創建虛擬環境 ```= conda create --name myfile python=3.12 # 創建一個名叫myfile 環境為python3.12版本 ``` ## 進入到虛擬環境中 * 啟動虛擬環境 ```= conda activate myfile #windows source activate myfile #linux or mac ``` * 查看目前環境裝了什麼 ```= conda list (conda install會根據現在的環境去安裝版本，而pip install 不會 ``` * 安裝某個套件 ```= conda install packet ``` * 離開虛擬環境 ```= conda deactivate #windows source deactivate #linux or mac ``` * 刪除指令 * 刪除整個虛擬環境 ```= conda env remove --name myfile ``` * 刪除虛擬環境中的某個套件 ```= conda env remove --name myfile numpy ``` ## pytorch環境安裝 > 這裡使用conda來安裝，也可以裝到本地上 ### pytorch for conda > 與上面解釋一樣 ```= conda create -n pytorch python=3.7 conda activate pytorch ``` ### cuda安裝 1. 查看目前顯卡資訊 ```= nvidia-smi ``` ![nvidia-smi](https://hackmd.io/_uploads/ryb-Mav0p.png) 2. 查看cuda 與 driver 對應版本 ![20200402142043821](https://hackmd.io/_uploads/BJ-1mav06.png) ![c085d3eca45746ea8cb5b5729b89b173](https://hackmd.io/_uploads/ryxymTDAp.png) * conda by pytorch ![截圖 2024-03-20 上午9.46.47](https://hackmd.io/_uploads/S1OXx6wRa.png) [點擊這裡可以快速獲得安裝指令](https://pytorch.org/get-started/locally/) * 例如下面指令，就會開始安裝了 ```= conda install pytorch torchvision torchaudio pytorch-cuda=11.8 -c pytorch -c nvidia ``` ### 測試pytorch ```python= import torch torch.cuda.is_available() #看是否可以使用 GPU 和 CUDA torch.__version__ #看torch版本 ``` ### 邁向 GPU 時代 - 在 WSL2 使用 CUDA https://blog.darkthread.net/blog/wsl2-cuda/