比如我们在github上看到一个关于运行环境的需求
Installation
- xxx系统
- Python 3.xxx
- CUDA 9.2
- PyTorch 1.9.0
- xxx
- xxx
最主要的就是cuda和torch，这两个会卡很多环境的安装。
我们重新走一遍环境安装。
首先创建一个虚拟环境
conda create -n 环境名字 python=3.xxx
activate 环境名字
设置一个全局定义，清华源
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple一般的库文件 xxx可以用国内源的形式非常快速下载
比如
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorboardX
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple xxx其次安装cuda和torch的版本，需要根据这个需求来，我看到需求是
- CUDA 9.2
- PyTorch 1.9.0
建议看下自己cuda的版本
打开命令行cmd
输入
nvidia-smi
可以看到自己cuda版本是12.2，但是并没有luan用。根据12.2这个版本，找到相近的cuda 11.1也能用
根据代码需求，我们在网站找到合适版本的代码。
网站如下：Previous PyTorch Versions | PyTorch
# CUDA 11.1
pip install torch==1.9.0+cu111 torchvision==0.10.0+cu111 torchaudio==0.9.0 -f https://download.pytorch.org/whl/torch_stable.html但是“https://download.pytorch.org/whl/torch_stable.html”通过这个网站下载速度非常非常慢
这时候我们需要通过链接外网形式，不用国内源
pip install torch==1.9.0+cu111 torchvision==0.10.0+cu111 torchaudio==0.9.0 -f https://download.pytorch.org/whl/torch_stable.html （需要梯子）就这样完成对所有所需库文件的安装！！！
