概述

​ 本文提供基于Anaconda环境+Windows11操作系统的Pytorch深度学习环境的配置。深度学习环境分为GPU和CPU两大部分。使用GPU进行环境配置，需要保证电脑配有独立显卡，并且显卡驱动安装正常，详情见前文。

1. 创建新的虚拟环境用来配置Pytorch

• 在cmd中输入命令 conda create -n pytorch python=3.8。（Anaconda自行安装）

2.安装Pytorch环境

• 打开pytorch官网： pytorch.org 选择对应的版本。

  • 波浪线： -c pytorch -c nvidia 如果没有梯子，自行配置镜像源后复制命令时不要添加这串命令
  • 本机配置的CUDA版本为12.4， 是可以向下兼容CUDA12.1、CUDA11.8的（尽量选择11版本以上的，其它的老是报错，也不知道为啥）
  • 在Previous versions Of Pytorch模块中，有很多先前的版本，选择适合自己的CUDA的！！！
  

• 激活创建的虚拟环境，并输入安装命令，确认安装后等待下载安装即可

  

3. 检验Pytorch环境是否安装正确

• 在搭建好的虚拟环境创建文件，运行下述代码，如图所示，表明pytorch环境安装成功

  import torch
  print(torch.cuda.is_available())
  print(torch.backends.cudnn.is_available())
  print(torch.cuda_version)
  print(torch.backends.cudnn.version())
  

  
  存中…(img-cOVnZX8z-1717512784173)]