# Anaconda

这里博主选择 Anaconda 管理 python，注意安装后的系统变量 Path 中应该有：

	E:\study_program\anaconda3
	E:\study_program\anaconda3\Scripts
	E:\study_program\anaconda3\Library\bin

cmd 测试：

# Pytorch

比较沉静的教程

比较轻佻的教程

我们要适配的版本如下：

显卡型号 & Nvidia 驱动版本

Nvidia 驱动官网（填入你的显卡型号即可）
Nvidia 驱动版本 & CUDA 版本

Nvidia CUDA 官网（往下拉到 *Table 3* *CUDA Toolkit and Corresponding Driver Versions *）
CUDA 版本 & cuDNN 版本

Nvidia cuDNN 官网（tarball 就是 zip 压缩包，按照 CUDA 版本选择下载即可）
Pytorch 版本 & Python 版本

torchvision github 官网（依照着创建 python 虚拟环境）
Pytorch 版本 & CUDA 版本

Pytorch 官网（选择环境后获得指令，conda 中激活虚拟环境后运行指令）

我们依次安装了：

Nvidia 驱动：这个很常用，打游戏、做视频时也有其登场
CUDA：NVIDIA 推出的并行计算平台和 API 模型，它使显卡可用于图像渲染和计算以外的目的，例如通用并行计算。
cuDNN：CUDA 的扩展库，专门针对深度神经网络中的基础操作提供高度优化的实现方式，例如卷积、池化、规范化以及激活层的前向和后向过程。cuDNN 可以大大提高深度学习模型在 GPU 上的运行效率。
Python 虚拟环境：使用 anaconda 创建时留意一下 python 版本
Pytorch：用于深度学习工作

清华源官方

跟着操作后博主执行以下指令查看 python 包的源链接：

conda search numpy --info

结果既有清华源，也有 repo.anaconda.com 的：

	https://repo.anaconda.com/pkgs/main
	https://repo.anaconda.com/pkgs/r
	https://repo.anaconda.com/pkgs/msys2

我怎么知道具体安装时，conda 选择了哪个源啊？

—— 最后经查阅资料，博主打开 Anaconda Navigator ，删除了三个 repo.anaconda.com 源，问题解决。

在 Navigator 删除三个源后，我们进行以下测试：

.condarc 内容：

	channels:
	- defaults
	show_channel_urls: true
	default_channels:
	- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
	- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
	- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
	custom_channels:
	conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
	pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

此时检测结果：

注意：此时我们运行：
conda config --get channels
conda config --show channels
结果是这样

尽管与很多现有简中教程不符，但是确实 url 地址是且仅是清华源

.condarc 内容：

此时检测结果：