步骤 1：更新显卡驱动

参考：如何在windows上 安装&更新 显卡的驱动_显卡驱动series和notebook-CSDN博客

进入英伟达官网：下载 NVIDIA 官方驱动 | NVIDIA

根据GPU类型选择对应的NVIDIA驱动，选好后点击“查找”

选择下载 GeForce Game Ready 驱动程序，点击“查看”

点击“下载”，即开始下载安装程序

双击下载好的安装程序，此处直接使用默认安装位置，点击“OK”

进入NVIDIA图形驱动程序界面

依次点击“同意并继续”  --> “精简（推荐）”，点击“下一步”即开始安装（安装过程会黑一下屏）

安装完成后，下面两个全部取消勾选：

打开cmd，输入 nvidia-smi 命令查看 cuda driver 版本

对比更新前（注：安装新版本驱动时会自动卸载老版本）

步骤2：安装 CUDA Toolkit

参考官网 PyTorch 版本及其对应的 CUDA Toolkit 版本：Previous PyTorch Versions | PyTorch

CUDA10.2 和 CUDA11.3 支持的 pytorch 版本比较多，此处选择安装 CUDA 11.3 版本

进入英伟达官网下载：https://developer.nvidia.com/cuda-toolkit-archive

选择下载 local 离线安装包（联网环境下也可以选择 network 在线安装程序）

下载完成后双击 CUDA Toolkit 安装程序，选择任意安装位置

选择“自定义（高级）”

打开每一项，将 新版本＜旧版本 的取消打勾，点击“下一步”

选择安装位置

安装完成会提示未安装 VS 2019，可以忽略

打开cmd，输入 nvcc -V 命令查看 CUDA 版本

步骤3：安装 cudnn

NVIDIA cuDNN 是一个GPU加速的深度神经网络库。

进入官网下载 cudnn：https://developer.nvidia.com/rdp/cudnn-archive

windows历史zip版本下载：Index of /compute/cudnn/redist/cudnn/windows-x86_64

将下载好的压缩包解压

将以上三个文件复制到 CUDA Toolkit 的安装路径

步骤4：创建虚拟环境

（1）安装Anaconda

进入官网安装 Anaconda：Download Now | Anaconda

安装完成后打开 Anaconda Prompt，配置清华源镜像

# reference
# https://mirror.tuna.tsinghua.edu.cn/help/anaconda/
conda config --set show_channel_urls yes
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/win-64
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/

运行完成后，打开 C:\Users\XXX\.condarc 文件，可查看配置信息：

Anaconda默认将虚拟环境安装在 C:\Users\XXX\.conda\envs，输入以下命令修改路径：

参考：【Anaconda】 Anaconda 配置虚拟环境和包缓存路径_anaconda更改环境存储位置-CSDN博客

conda config --add envs_dirs D:\anaconda\envs
conda config --set pkgs_dirs D:\anaconda\pkgs

或者进入 .condarc 文件，添加如下配置：

注意：配置好路径后，重启 Anaconda Prompt 并以管理员身份运行（否则会有权限问题，参考

https://zhuanlan.zhihu.com/p/690371591 

【已解决】Windows环境下conda切换Python版本报错：NoWritablePkgsDirError: No writeable pkgs directories configured.-CSDN博客

可使用 conda info 查看配置信息

（2）创建虚拟环境

在 Anaconda Prompt 中输入以下命令创建虚拟环境，pytorch1121为环境名，并指定python版本：

conda create -n pytorch1121 python=3.9

使用以下命令查看当前所有环境

conda env list
conda info --envs

创建好后，输入以下命令进入虚拟环境:

conda activate pytorch1121

（3）安装pytorch

进入pytorch官网：Previous PyTorch Versions | PyTorch

找到需要安装的pytorch版本，复制安装命令到命令行，注意选择cudatoolkit版本与步骤2中安装的 CUDA Toolkit 一致：

conda install pytorch==1.12.1 torchvision==0.13.1 torchaudio==0.12.1 cudatoolkit=11.3

输入 python 和以下代码，检验是否安装成功

import torch
print(torch.__version__)
torch.cuda.is_available()

输出“True”即表示pytorch可使用GPU

参考：

Pytorch环境详细安装教程【Win10+CUDA升级11.6+cudNN+Anaconda3虚拟环境+pycharm】_cuda11.6对应的cudnn-CSDN博客

Windows端pytorch镜像快速安装【清华源】_pytorch清华镜像-CSDN博客

https://zhuanlan.zhihu.com/p/581310912