python环境打包2 pytorch和cuda的安装逻辑

基本逻辑

理一理安装pytorch的一列逻辑，以及他的依赖。（看完这小节再实践）

配置pytorch，安装步骤为：显卡驱动-->python-->cuda--->pytorch。

pytorch是依赖conda的，conda是依赖python的。

（显卡相当于游戏机。显卡驱动相当于游戏机使用说明书。任何后续的高级操作都需要你首先知道怎么使用游戏机，这就是显卡驱动的作用，告诉计算机怎么使用显卡。）

anoconda的作用，是将每一个环境独立开。也就是说，每个项目都有它自己的环境，conda可以管理这些环境。（环境相当于一个个房间，项目就是居住的人，而conda就是管理房间的房东。）

一般的步骤

首先，需要安装显卡驱动，去NVIDIA官网下载，然后安装即可。

（安装完之后，使用该命令看看相关内容。cuda版本，这表示此电脑最高可安装12.6版本的cuda。）

然后，在anoconda中创建环境，并安装python。这是一起的。

# conda创建环境，并下载python310环境
conda create -n envname python=3.10
# 激活环境
conda activate envname

接着，安装cuda。

最后，安装pytorch。

快速步骤

去pytorch官网，会出现这个。

直接使用这条命令，就不需要你自己额外安装cuda。

torch，torchvision，torchaudio是使用pytorch开发的处理图形和音频的包，这三者是一起的。你可以理解为安装pytorch就是安装了这三者。

项目的额外依赖包

到这里基本的逻辑就知道了，pytorch就安装好了。

安装完了之后，项目有个requirement.txt文件，需要额外安装里面的包，也就是说，步骤变为了：

显卡驱动-->python-->cuda--->pytorch--->requirement.txt

使用命令安装：

pip install -r requirement.txt

如果你看了前面一片文章，并且了解了基本的anonconda的使用，逻辑很清晰了。