前言

由于研究生学习需要和未来就业规划，所以计划从今天开始学习深度学习，并记录学习历程，研究方向跟cv相关，则先学pytorch框架

学习参考，【PyTorch深度学习快速入门教程（绝对通俗易懂！）【小土堆】】 https://www.bilibili.com/video/BV1hE411t7RN/?share_source=copy_web&vd_source=1e6a7ccf145565ce73ae12862876871b

之前学过一些python语言基础和机器学习基础知识，笔记就从如何配置pytorch环境开始，因为我使用的编译器为cursor，所以下面介绍如何在cursor中配置环境

cursor介绍

cursor做为当下使用最广的ai辅助编译器之一，其本质与vscode并无差别，使用起来也相差不大，下面是cursor界面展示

左边是文件目录，中间是代码编辑区，下面是终端界面，右边是agent提示区，唯一与vscode有差别的地方就是右边的ai部分，跟大多数ai agent一样，能通过调用claude等模型辅助完成代码编译，bug修改等功能

cursor下载地址：https://cursor.com/cn/agents

安装Anaconda

 Anaconda相当于一个工具包，安装了Anaconda相当于安装了很多工具。

安装Ancaconda去官网安装该软件，像安装微信等常用软件一样。

 Anaconda下载地址：https://www.anaconda.com/

创建conda虚拟环境

这一步需要我们提前下好Anaconda和python 3.x

首先需要我们打开或创建一个py文件，创建好后编译器右下角栏内会显示当前环境状态框

点击后会展示出系统中所有的python环境，这里我们选择创建虚拟环境

选择在当前工作区中创建Conda环境

选择你需要的Python版本，然后静待创建完成

创建完成后在右侧文件目录中会生成.conda虚拟环境配置文件

到这一步虚拟环境已经配置好了，当然如果在终端中配置也是一样的效果

pytorch安装

首先点击左上角新建终端

新建终端之后，会自动activate激活当前配置好的虚拟环境

pip list

可以通过pip list命令查看一下当前虚拟环境中的包

发现没有pytorch包

前往pytorch官网下载：https://pytorch.org/

选择合适的版本（cuda版本和python版本）

复制命令到终端后回车下载

下载完成后，使用pip list命令，可以看到pytorch包已成功安装

输入python后可看到当前python环境状态，分别输入import torch和torch.cuda.is_available()命令，返回True则代表计算机的GPU可以被pytorch使用

import torch
torch.cuda.is_available()

到此pytorch的环境配置就完成了