前言

本文将介绍使用 conda 创建Python虚拟环境，安装Pytorch和CUDA依赖。

创建Python虚拟环境

conda常用命令：

conda create -n poppy_leo_tf python==3.7	# 创建虚拟环境
conda activate poppy_leo_tf					# 激活环境
conda install your_package					# 安装包

source deactivate

conda remove -n your_env_name --all			# 卸载环境
conda remove --name your_env_name package_name	

 conda env export > name.yml # 导出移植文件  
 conda env create -f name.yml # 创建新的环境

这里以安装python3.7为例，打开 conda prompt，使用如下命令：

conda create -n pytorch_cuda python==3.7.13

这里的pytorch_cuda是指定环境名，3.7.13指定python版本号。都可以根据自己需要进行修改。

在这里插入图片描述
可以看到默认的环境是base，使用

conda env list

查看目前可用的环境。
在这里插入图片描述
发现多了一个 torch_cuda，并且可以使用

conda activate torch_cuda

进行激活。

在这里插入图片描述
使用 python ，可以看到是指定的版本，表示已经安装完成。

安装CUDA

首先明确，自己的电脑是否是nvidia显卡，是才可以安装。
在 cmd 命令行使用

nvidia-smi

查看相关信息。

在这里插入图片描述
在该网址查看信息：https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html

我最终选择安装 CUDA 11.3
进入该网址：https://developer.nvidia.com/cuda-toolkit-archive进行选择。

点击。

依次选择，最后 Download。可以得到一个 exe 文件，双击执行。

安装过程保持默认设置即可，记得记下安装的位置。
在这里插入图片描述
安装完成后，打开命令行，使用

nvcc -V

查看是否安装成功。
在这里插入图片描述
出现如图信息则表示安装成功。

安装Pytorch

进入 pytorch 官网：https://pytorch.org/get-started/locally/
在这里插入图片描述
发现并没有 cuda 11.3，那就寻找之前的版本。
进入：https://pytorch.org/get-started/previous-versions/
发现 v1.11.0 支持 CUDA 11.3，复制命令，到 conda prompt 中执行安装即可。