——2023/11/4

基本思路：把环境全部用conda打包管理，比较省事；用conda建立一个全新的虚拟环境，一切从头装起，防止电脑上多个环境打架；不用安装完整的cuda toolkit，仅从pytorch官网获得cuda+pytorch的直接安装指令；注意各软件之间的版本需要配合，才能安装成功

1.检查电脑的cuda兼容版本

nvidia-smi

我的驱动是：NVIDIA-SMI 527.37 | Driver Version: 527.37 | CUDA Version: 12.0
则选择cuda的版本不能超过12.0，安装了11.8

2.准备conda

我之前就安装了anaconda3，只是很久没用，各种软件版本比较旧，并且没有进行换源。把这几个步骤再记录一下：
（都是在anaconda prompt里面搞）

I. 先是换清华源：

打开C:UsersIngrid Lin.condarc，把内容修改为

channels:
  - defaults
show_channel_urls: true
default_channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
  conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

清除缓存

conda clean -y all

查看现有源

conda config --show-sources

设置搜索时显示通道地址

conda config --set show_channel_urls yes

II.然后升级conda：

conda update conda
pip install --upgrade pip

III.管理环境

创建一个虚拟环境作为pytorch环境，要指定python版本
我是在D盘的conda目录下去操作的，是添加在anaconda 目录下的 envs 文件夹里

conda create -n pytorchGPU python=3.11

激活环境
不激活前默认是(base)，激活后就是(pytorchGPU)

activate pytorchGPU

列出所有的环境：当前激活的环境会标*

conda info -e

注销当前环境

deactivate

3.安装pytorch

直接到pytorch网站上获取安装指令，省事

conda install pytorch torchvision torchaudio pytorch-cuda=11.8 -c pytorch -c nvidia

检验安装效果：
首先进入安装目录D:anaconda3envspytorchGPUScripts，进入python

import torch
import torchvision
torch.cuda.is_available()

输出True就成功勒!