安装后你将会得到这个玩意，神奇的命令行，你将会这这里完成接下来的操作，你可以为这个命令行配置环境路径，方便以后cmd直接就能用，我没有配置环境路径，也可以直接用，不影响。（反正没有重要的东西，不打马赛克了，这样还清楚一点，给大家参考），这个命令行自带一个base环境，你可以自己创建环境，环境之间相互独立，更多操作自己查。

二、环境搭建（一步到位）

这个方法可以直接安装pytorch和fairseq，十分暴力，跟着下面步骤来：

（1）在conda中创建虚拟环境

conda create -n myfairseq python=3.8.10

改一下红字，对应你的环境名和需要的python版本，这个python版本很重要，如果你选的版本有问题，会直接导致fairseq安装不了。有能力的大佬自己去查看fairseq对应的python版本，我之前用的是python3.10，直接安装失败。你们也可以不选择python版本，试试看接下来的安装是否会自动帮你安。

（2）然后执行下面命令安装fairseq（前面都会的话直接看这里）

重头戏来了，这个命令会直接安装fairseq及其所需的全部依赖，包括pytorch（但是cpu版）。大家可以自己去官网Fairseq :: Anaconda.org看看，这个conda-forge是官方下载源，我发现这个fairseq包在国内的conda镜像源找不到，直接用官方的得了，速度也不慢，执行命令前最好将cnda的镜像源清空，虽然可能不影响，但是后面下载时可能会弄混。刚开始？不，已经结束了

conda install -c conda-forge fairseq

（3）更新pytorch（需要gpu版的看）

上述安装完成后你会发现安装的pytorch是cpu版的，大概是2.0.1的版本，如果你不需要安装gpu版，那这里就不需要看了。好，如果我们现在要的是gpu版的，所以我们之间去pytorch官网，注意：此处挑好你所需的版本后，不要选用conda安装，这样会直接导致失败并浪费你的大量流量和时间，应该使用pip3命令安装，命令如下：

pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118

成功后会得到下面的界面，自动删除你的2.0.1版本的pytorch，然后装上新的gpu版本的pytorch

至此完成fairseq以及pytorchGPU版的安装，然后去pycharm的环境中进行配置，不会的自己查。

（4）CUDA工具包安装

此外，关于你的电脑是否支持GPU以及CUDA工具包的安装，这里简单说一下供参考

输入下面命令查看自己的CUDA Version版本，我的是11.6，在此之下的版本我都可以安装，

nvidia-smi.exe

我安装的CUDA工具包是11.1版本的，自己上CUDA官网下载包，上链接：CUDA Toolkit 11.1 Update 1 Downloads | NVIDIA Developer

大部分无脑下一步安装，但以下两处需要注意：

1.记住你的安装位置

虽然大部分的安装过程会自动帮你配置环境路径，但是少部分的版本包不会帮你配置，没事，手动配置就行。自动配置的不用管这里。

2.不要勾选Visual Studio Intergration（如果你没有安装的话）

三、检测是否安装成功

来自大佬：【精选】【深度学习】001 检测CUDA、cuDNN、Pytorch是否可用_如何查看cuda是否可用-CSDN博客

import torch
print('CUDA版本:',torch.version.cuda)
print('Pytorch版本:',torch.__version__)
print('显卡是否可用:','可用' if(torch.cuda.is_available()) else '不可用')
print('显卡数量:',torch.cuda.device_count())
print('是否支持BF16数字格式:','支持' if (torch.cuda.is_bf16_supported()) else '不支持')
print('当前显卡型号:',torch.cuda.get_device_name())
print('当前显卡的CUDA算力:',torch.cuda.get_device_capability())
print('当前显卡的总显存:',torch.cuda.get_device_properties(0).total_memory/1024/1024/1024,'GB')
print('是否支持TensorCore:','支持' if (torch.cuda.get_device_properties(0).major >= 7) else '不支持')
print('当前显卡的显存使用率:',torch.cuda.memory_allocated(0)/torch.cuda.get_device_properties(0).total_memory*100,'%')

华为开发者联盟HarmonyOS专区

鸿蒙生态一站式服务平台。

更多推荐

【grafana】使用教程

华为开发者联盟HarmonyOS专区

【PX4-AutoPilot教程-开发环境】使用VMware虚拟机安装Ubuntu系统并搭建PX4开发环境（ROS+mavros+jMAVSim+gazebo+QGC+QT）

学习PX4开发需要先配置好开发环境，对于新手推荐使用VMware虚拟机搭建Ubuntu系统，并下载PX4源码，配置好编译环境和工具链（ROS操作系统+mavros通信包+jMAVSim仿真+gazebo仿真+QGC地面站+QT开发平台）。教程中使用的是Ubuntu18.04系统（官方推荐使用版本），PX4固件版本为v1.13.0，飞控板为pixhawk2.4.8版本。