環境建置: Anaconda

想要開始愉快的AI之旅，首先必須在你的電腦上建立虛擬環境，虛擬環境能讓env、各種package間不會互相衝突，我相信它的必要性不必我再多講，推薦大家使用"Anaconda" 這款強大的工具，讓你可以方便的管理環境、套件下載等等，接下來就開始準備環境。

首先先去官網下載Anaconda，下載後進行安裝，請注意 安裝時若有增添path的選項 請勾選，若沒有跳這一步的話，就要再去系統的環境變數裡面自己新增，將anaconda目錄下的scripts的路徑新增進去，這樣系統就可以讀懂conda指令了!

安裝完後，就可以在terminal裡開始操作了，首先輸入
conda create –name Myenv python=3.10，
建置一個名為MyEnv，python版本為3.10的虛擬環境，建完後再輸入

conda env list 就可以看到剛剛創建的Myenv環境了
接著輸入activate MyEnv就可以進入環境 conda list就可以查看環境現有的套件

這邊請注意，在選擇python版本以及接下來可能會安裝的套件之前，請先確認好他們之間的版本相容性以及和你硬體的相容性，這很重要而且比較麻煩，若你有打算安裝CUDA、Cudnn或tensorflow、pytorch等等，就要好好確認了:
首先，你需要確認你的GPU的capability，例如我使用的RTX3080就是8.6，這決定了我可以安裝某些版本的Driver，這個GPU驅動又會影響到我能安裝哪些版本的CUDA，而你安裝DeepLearning框架時(TF、PT)又會因為CUDA版本決定框架版本的相容性，所以這部份就必須要在參閱各個官方下載文件來確認。

本篇文更詳細的解釋及圖示可以參考我以前的文章(https://ithelp.ithome.com.tw/articles/10332366)Day16及Day17看看，由於以前就已經寫過，本篇就不再贅述!
下一篇就會實作一次(附圖)並且測試環境及套件是否都運行正常!

版本確認連結

Nvidia Capability : https://developer.nvidia.com/cuda-gpus
CUDA Compatibility(driver): https://docs.nvidia.com/deploy/cuda-compatibility/
Tensorflow compatibility: https://www.tensorflow.org/install/pip#windows-native_1