本文是个备忘录，是折腾半个下午的成果，记下来免得忘记了。

0. 安装Win10，安装显卡驱动程序。

1. 弄清楚目前版本的PyTorch和Tensorflow支持哪个版本的Python。截至本文编写时，PyTorch需要Python的3.7~3.9，Tensorflow需要Python的3.6~3.9，最后决定下载和安装Python 3.9.*。

2. 下载和安装NVIDIA GPU Computing Toolkit，要弄清楚PyTorch和Tensorflow需要的CUDA支持包版本。截至本文编写时，PyTorch使用CUDA 11.7，Tensorflow支持CUDA 11.2，不过试了一下用11.8版也行，所以在NVIDIA网站上下载CUDA安装包和cuDNN支持包：

CUDA包下载地址：https://developer.download.nvidia.com/compute/cuda/11.8.0/local_installers/cuda_11.8.0_522.06_windows.exehttps://developer.download.nvidia.com/compute/cuda/11.8.0/local_installers/cuda_11.8.0_522.06_windows.exe

cuDNN包下载地址：https://developer.nvidia.com/downloads/c118-cudnn-windows-8664-87084cuda11-archivezip

分别安装CUDA和cuDNN。

完成安装后，要将CUDA附带的CUPTI库的路径加入到环境变量LD_LIBRARY_PATH中，如图所示：

 

3. 安装pytorch：

在pytorch网站提供了pip安装命令生成向导：https://pytorch.org/get-started/locally/

 按照向导给出的建议在命令行执行Pip安装命令。完成安装后，可用以下代码测试安装是否成功以及是否支持GPU：

import torch
torch.cuda.is_available()

显示结果应该是“True”。

4. 安装Tensorflow:

tensorflow网站号称执行pip install tensorflow即可，因为tensorflow和tensorflow-gpu是合一的，运行pip install tensorflow-gpu确实会出错无法安装。但事实上，若是真的这么干了，安装的tensorflow其实是不支持GPU计算的。解决的办法是到镜像网站上找到whl文件，下载并安装带有gpu后缀的whl文件。清华镜像的tensorflow-gpu位于https://pypi.tuna.tsinghua.edu.cn/simple/tensorflow-gpu/

可从中找到tensorflow_gpu-2.9.3-cp39-cp39-win_amd64.whl，下载即可。

在命令行中运行pip install <path>\tensorflow_gpu-2.9.3-cp39-cp39-win_amd64.whl，即可完成tensorflow的GPU版安装。

可用如下代码测试tensorflow是否正确安装且支持GPU：

import tensorflow as tf

print(tf.test.is_gpu_available())

应该输出True，表示支持GPU计算。

至此，Windows 10下基于GTX3060显卡的PyTorch和Tensorflow安装过程即告结束。