神经网络（十五）在VS Code下搭建PyTorch环境

        本文主要记录如何在电脑中安装pytorch以及在vscode中配置相关环境，以及在配置过程中遇到的一些问题。废话不多说，现在开始。

一、安装VS Code

        前往微软官网下载vs code，选择社区版，默认安装即可

 二、安装Anaconda

        前往Anaconda官网下载一个安装包，要注意自己电脑的Python版本，可以在控制台中使用

python -v

                查看自己的版本号。我的是3.9所以直接下载最新的

 三、下载CUDA工具

        1.确定自己的显卡所支持的CUDA版本

                在英伟达控制面板的左下角找到“系统信息”，在“组件”中找到支持的CUDA版本

                 前往CUDA下载页面，选择自己电脑合适的CUDA版本进行下载。如果在默认页面找不到对应的版本，可以在下面查找历史版本。

                 安装时可以选择自定义安装，以避免安装全家桶（其实早都装完了），我选择勾掉VS Integration，其他的全部安装。当然，如果C盘内存不够了也可以指定其他盘，并没有什么影响。

         安装完成后一般会自动部署环境，如果没有自动部署环境的话可以百度查看一下如何部署

        随后在CMD中使用代码验证环境

nvcc --version

         2.下载CUDnn模块

                CUDnn用于神经网络计算，下载地址为CUDnn下载，完成注册后选择自己对应的CUDA版本进行下载，下载之后，将压缩包中的三个文件夹解压到之前安装CUDA的地方

                 具体可以参见这篇博文CUDA安装教程

三、安装PyTorch

        前往官网https://pytorch.org/，选择自己对应的情况，获得一句安装口令

         在Anaconda的控制台中直接粘贴这句话，等待安装成功即可。如果出现done则表示安装成功，国内部分网络可能出现下载过慢/安装失败的情况，可以参考如何解决pytorch下载慢的问题,更换清华镜像来解决。

四、配置VSCode

        1.安装插件

                建议安装以下插件

         2.配置解释器

                在vscode的右下角选择环境

                 选择pytorch解释器，没有的话可以到安装路径中查找

                 如果运行出错的话可以尝试配置一下环境（反正我是没配置，有需要的话可以百度搜索）

        3.一点小问题

                我在完成配置后进行测试发现numpy的版本号与pytorch版本号不一致，可以使用

pip list
 
or
 
conda list

                        来核验版本号，如果不对的话记住编译器提示你的正确版本号，在Anaconda的控制台中运行以下代码即可解决

pip uninstall numpy
pip install numpy==1.18.2    --替换为你需要的版本

最后完美运行