一、Anaconda创建虚拟环境

二、CUDA安装

1.查看本地显卡驱动对应CUDA版本号

首先找到NVIDIA控制面板

点击左下角系统信息：

点击组件：

选择适合自己电脑的cuda版本，比上图所支持的CUDA 版本低都行！

2.官网下载：CUDA Toolkit Archive | NVIDIA Developer

双击下载后的exe文件：

由于我的电脑没有Visual Studio，所以我选择自定义安装取消该选项。本人是初学，具体有什么影响暂时还不清楚，不过目前位置没有影响使用。

3.查看系统环境变量

4.测试CUDA是否安装成功

三、CUDNN安装

cuDNN Archive | NVIDIA Developer

有的时候好像不需要创建账户就能下载。

在cudnn压缩包下载路径，首先解压压缩包，提高用户使用这三个文件夹的权限：

将这三个文件复制到CUDA的安装目录下

四、Pytorch安装

打开Anaconda终端

切换到上面创建的虚拟环境DeepLearning为最开始你创建的虚拟环境名称。

conda activate DeepLearning

安装：

conda install pytorch torchvision torchaudio pytorch-cuda=11.7 -c pytorch -c nvidia

遇到问题：conda安装成了cpu版本

Conda list

可以看到，只能找到cpu版的。

所以卸载掉CPU版本的Pytorch包，用命令：conda uninstall pytorch

添加镜像：

​conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/

conda config --set show_channel_urls yes

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/win-64/

​

添加完镜像后，可以找到GPU版的pytorch：

重新在官网https://pytorch.org/get-started/previous-versions/中找历史版本pytorch的下载命令：

conda install pytorch==2.0.1 torchvision==0.15.2 torchaudio==2.0.2 pytorch-cuda=11.7 -c pytorch -c nvidia

验证：GPU版本安装成功