Anaconda+Pytorch+Pycharm
写在前面
- 背景：纯小白配环境，可能在配置逻辑方面无法自洽，但是缘分到了，终归是配出来了~
- 收获：最大的收获就是一定要强迫自己去看英文错误信息，也许会有惊喜，而不是遇到错误立刻复制粘贴，即勇敢地面对它！
- 预期：未来可能会转到Linux和docker上面去，听说很香~
- 系统配置：WIN10专业版 64位+RTX3070
- 安装环境：Anaconda+Pycharm+Pytorch(GPU版)+Cuda
Tips：由于本人不小心点了reboot now！，命令行内的错误信息和结果没能及时截图保存，大家可自行脑补~另外，遇到错误信息不用烦恼，只要耐心寻找，一定有解决方案滴！祝各位踩坑开心 ~
流程
安装python相关环境
python相关环境主要是这三大件python包+anaconda桶+pycharm编译器（根据个人喜好自由选择IDE）。这些在官网下载即可，安装都比较方便。唯一需要注意的是，这些安装过程中一定要添加到本机的路径，也就是add to my path。以anaconda安装举例，第一个选项就是添加路径，一定要勾选上，第二个默认绑定python3.8版本。我本机装的是python3.8版本，所以我也勾选上了。这里也要注意，python版本较多，不同版本之间的操作细节可能不太一样。
虽然anaconda神器已经预装了很多我们会用到的python包，诸如numpy，matplotlib，sklearn等，但我们还是可能会用到pip包管理工具下载包。由于pip的源非常慢，此时我们可以换个镜像源，瞬间提高下载速度。
在windows系统下，无需命令行指令，只需在C:\用户\Administrator（Administrator是我主机的用户名）内新建一个名为pip文件夹，而后在该文件夹内新建一个名为pip.ini的配置文件。用记事本打开，配置文件内容如下：
[global]
index-url = https://pypi.tuna.tsinghua.edu.cn/simple/
[install]
trusted-host = pypi.tuna.tsinghua.edu.cn
保存即可，命令行内使用pip install 你想安装的包名，体验飞一般的速度~
安装cuda
CUDA到官网根据自己需要安装即可。
这里需要注意的是，如果你的的主机已经预装了显卡驱动和图形驱动程序（N卡控制面板），不出意外，你会安装失败~不用担心，此时你只需要卸载带NVIDIA的全部程序，你的电脑可能会闪屏，分辨率可能会降低，这些在你安装完cuda之后再回到官网重新下载显卡驱动即可，安装过后一切恢复正常。
如果你装回显卡驱动后，发现无法打开N卡控制面板，这个问题我也遇到过。。。后续我会再写一个解决方案，大家也可以自行检索，还是比较容易滴。
安装pytorch
这一部分的方法五花八门，大家可以自行选择，条条大路通罗马。我整理了一下，大概分为几个方向，同时我也标记出了我走通的方向。再次提醒，因人而异~
确定版本
对照pytorch官网的安装要求选择自己的版本即可。包括当前pytorch版本（1.7.1，离线安装需要找到对应包），OS，包管理工具（conda或pip），编程语言（python要注意版本，每个版本对应的pytorch包也是不同的）以及cuda版本。
在cuda安装章节中，大家自会发现自己的cuda版本。如果没有找到也没关系，打开N卡控制面板->帮助->系统信息->组件即可找到自己的版本。
我安装的cuda版本是11.1（无伤大雅~），在pytorch的cuda版本选择11.0即可。
run this command是pytorch的在线安装指令。如果直接使用，可能会下载超时导致安装失败。因此，换源是你的必经之路。
conda换源
打开anaconda中的powershell prompt。
在命令行中输入如下指令将conda源换成清华的。
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
在后续的conda create/install 包名指令中，我遇到了CondaHTTPError报错。通过百度找到了一个可行的办法，进入C:\用户\Administrator找到.condarc文件，将default那一行删除，然后再讲镜像地址中的https全部换成http即可解决该报错。
建立虚拟环境
我们要建立一个含有pytorch框架的虚拟环境（该虚拟环境会在pycharm配置中起关键作用），下次想要编写pytorch相关代码就进入到这个虚拟环境中即可。
仍然在anaconda中的powershell prompt输入如下指令：
conda create -n pytorch python=3.8.0
这样就是创建了一个名为pytorch（注：随意命名，能记住就行）的虚拟环境，该环境的python版本为3.8（注：自行选择合适自己的版本，主要用于pytorch版本确定环节中）。之后激活该环境：
conda activate pytorch
注：接下来可跳过辛酸踩坑史，直接看pip安装环节~
未成功的路——conda安装
这里主要分为离线安装和在线安装，我都没走通，呜呜呜~
离线安装
离线安装就是到清华源找到对应版本的pytorch和torchvision包，下载到本机即可。比如我的版本是pytorch-1.7.1-py3.8_cuda110_cudnn8_0.tar.bz2和torchvision-0.8.2-py38_cu110.tar.bz2，大家要根据自己的环境确定版本。此外，要注意下载到本机的包后缀是没有.bz2的，在接下来的离线安装中一定要加上。
激活虚拟环境，找到下载的包所在位置，如图（我的本机位置）：
之后输入如下指令离线安装即可：
conda install --offline pytorch-1.7.1-py3.8_cuda110_cudnn8_0.tar.bz2
conda install --offline torchvision-0.8.2-py38_cu110.tar.bz2
然而当时我并未成功，如下图（注：即使加了.bz2还是报错PackageNotFoundError）：
当写这篇总结之时，我发现还有一个解决方法没尝试（当时已经麻木了~），就是这篇博客，貌似可行。装环境很随缘，过段时间再试一试。大家也可先行踩坑 ~
在线安装
在线安装就是将pytorch官网中的run this command指令输进powershell prompt即可。注意：先激活环境！
conda install pytorch torchvision torchaudio cudatoolkit=11.0 -c pytorch
使用该指令后，倒是没有报错。不过它下载超时，似乎还是连接到了官方源。在百度后，找到了这个解决方案，将末尾的-c pytorch删除即可连接到我们已经配置好的清华源。
conda install pytorch torchvision torchaudio cudatoolkit=11.0
该指令可以下载成功，但是下载的版本是pytorch1.6，没有注意到python和cuda的版本是否匹配（配置到麻木~）。没办法，只能将pytorch环境卸载重装。
走通的路——pip在线安装
在激活环境后，直接使用pytorch官网的run this command指令：
pip install torch===1.7.1+cu110 torchvision===0.8.2+cu110 torchaudio===0.7.2 -f https://download.pytorch.org/whl/torch_stable.html
虽然已经换过pip的源，但仍可能出现下载超时的问题。这时候只需加上指定镜像源即可：
pip install torch===1.7.1+cu110 torchvision===0.8.2+cu110 torchaudio===0.7.2 -f https://download.pytorch.org/whl/torch_stable.html -i https://pypi.tuna.tsinghua.edu.cn/simple
终于出现successfully啦！可惜重启前没有截图留念~
验证
验证方法有很多，这里说一个简单的方法。
在安装成功后，不要离开powershell prompt。在当前虚拟环境中输入python启动python编译环境，紧接着在>>>后输入如下代码（每输一行回车即可，回车没有报错也就说明安装成功啦）
import torch
torch.cuda.is_available()
# 输出true，安装成功
如果你还不放心，也可参考b站大神稚晖君的验证脚本。我也试了一下，同样能看到正常的训练过程。
配置到pycharm
终于来到了最后一步，挑一件趁手的兵器干活！这里我选用pycharm进行编程！如果我们直接创建新项目，而后import torch，那么很有可能会报错。因为此时我们所处的虚拟环境并不是我们创建的含有pytorch框架的conda环境。注：我们配置的conda虚拟环境默认安装在anaconda的envs文件夹内！
那么问题来了，我们如何将我们创建的conda环境添加到当前项目环境中？
如下图所示，首先找到File->Setting->Project:<当前项目名称>->Python Interpreter中的箭头所指图标，而后点击图标并选择Add...进入添加页面。
在添加页面中，有如下操作顺序：
- 选择左侧
Conda Environment； - 选择右侧
Exisiting environment； - 选择最右侧
...图标添加conda虚拟环境； - 添加我们创建的名为
pytorch虚拟环境，它默认安装在..\Anaconda\envs\...中。
成功添加名为pytorch的conda虚拟环境，下面是该部分的操作图解。
最后回到Python Interpreter页面，选择我们刚添加的pytorch环境。
圆满结束，愉快地编程吧！
