【深度学习入门】安装conda/miniconda、所需包类、CUDA与conda/Miniconda间的关系

深度学习入门

须知

本教程跟随李沐老师课程随笔，课程链接点击此处。

CUDA和Anaconda的关系

CUDA Toolkit是由Nvidia官方提供的完整工具包，其中提供了Nvidia驱动程序、开发CUDA程序相关的开发工具包等。
Anaconda在安装Pytorch等会用到的CUDA的框架时，会自动为用户安装CUDA Toolkit，在安装好cuda toolkit之后，只要系统上存在与当前的cudatoolkit所兼容的Nvidia驱动，则CUDA相关的程序可以直接运行，而不需要完整安装CUDA Toolkit。
本文安装使用的是Anaconda中的Miniconda。
所以在阅读本文前，需要有NVIDIA的GPU服务器或主机才可继续。

Linux下安装

所用操作系统环境：Ubuntu Server 18.04 LTS、硬盘50GB
可以在服务器上运行，腾讯云有新老同享的轻量应用服务器，价格比较便宜，用来入门还可以，但是速度比较慢。如果怕速度过慢自己手上有比较好的NVIDIA显卡，可以使用自己的电脑进行安装，或者通过AWS上有便宜的GPU服务器租赁，性价比要远强于国内，需要各位科学上网，后期有AWS使用教程会更新在此处。
若买了新的服务器需要先update一下整个服务器

sudo apt update

还需要安装一些所需要的编译器，这里使用一个集合包build-essential：

sudo apt install build-essential

安装python环境，这里使用的是python3.12：

sudo apt install python3.12

安装miniconda，安装链接点击此处,或者直接输入下方命令，后面一路yes就行：

wget https://repo.anaconda.com/miniconda/Miniconda3-py312_24.5.0-0-Linux-x86_64.sh
# bash运行sh文件
bash [刚下载的sh文件名]

最后bash一下进入conda环境：

ubuntu@test:~$ bash
(base) ubuntu@test:~$

安装相关使用包类：

(base) ubuntu@test:~$ pip install jupyter d2l torch torchvision
(base) ubuntu@test:~$ pip install rise

Windows下安装

所用操作系统环境：Win10
在所需环境中下载Miniconda，下载链接点击此处

安装时直接next就可以，安装完后可以在本机搜索框中搜索Anaconda Prompt打开即可。

安装python3.12版本，下载链接点击此处，python安装配置环境变量不再赘述，不会的师傅们可以看我附上的链接：python安装教程。
在cmd命令行中pip安装所需要的包：

pip3 install jupyter d2l torch torchvision
pip3 install rise

这其中使用jupyter来阅读李沐老师的教材，教材地址挂于此处。