作者链接: link
一、安装pytorch环境
1.打开打开anaconda的终端后
conda env list
然后创建一个名字叫pytorch，python是3.8版本的环境
conda create -n pytorch python=3.8
再次看环境
conda env list
# conda environments:
#显示如下环境
base * D:\anaconda
pytorch D:\anaconda\envs\pytorch
以上仅安装了python和创建了一个名叫pytorch的环境，单pytorch框架没有下载进去
然后我们执行如下命令，激活这个环境。conda activate 虚拟环境名称
conda activate pytorch
#于是显示这样
(pytorch) C:\Users\RD70>
配置pytorch框架，这里用的清华镜像源
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --set show_channel_urls yes
然后去link下载pytorch，下载版本看自己gpu最大支持的版本，这样看，用电脑的cmd打开看
复制这里就行，不然全复制不能使用清华镜像源了。修正下：这里应该下载12.2以下的版本也就是12.1的cuda
安装cudatoolkit在conda里
然后发现我没有在conda里安装cuda，那么再安装下cuda吧，可以参考nvidia的官方指导 link
还是在这个base环境下安装
查询下conda环境下有哪些cudatoolkit
conda search cudatoolkit --info
那就用这个
复制后在任意浏览器中打开会自动下载
然后把下载完后的文件地址找到
C:\Users\RD70\Downloads\cudatoolkit-11.8.0-hd77b12b_0.conda
那么我们cd到这个地址下，安装刚刚下载好的安装文件，然后检查下是否版本对不
(base) C:\Users\RD70>cd C:\Users\RD70\Downloads\
(base) C:\Users\RD70\Downloads>conda install --use-local cudatoolkit-11.8.0-hd77b12b_0.conda
Downloading and Extracting Packages:
Preparing transaction: done
Verifying transaction: done
Executing transaction: done
(base) C:\Users\RD70>conda list | findstr cudatoolkit
cudatoolkit 11.8.0 hd77b12b_0 <unknown>
之后发现清华源安装不了pytorch不清楚怎么回事，于是我们移除掉好了，用官方源安装
conda config --remove channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --remove channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --remove channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda install pytorch torchvision torchaudio cudatoolkit=11.8 -c pytorch
跑完了来验证一下，进入python解释器，进入torch，打印torch版本
(base) C:\Users\RD70>python
>>> import torch
>>> print(torch.__version__)
>>> exit()
二、paddlepaddle环境安装
创建环境后进入
conda create -n paddle python=3.8
conda activate paddle
进入官网
链接: link
复制到环境里运行
