环境

win10 22hx
nvidia driver 528.89

Anaconda安装

在清华镜像中选择合适的版本及对应系统
https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
下载好之后一路next即可，可以根据情况配置安装磁盘

配置下载镜像

conda config --set show_channel_urls yes

之后在用户目录下找到.condarc文件，打开使用对应的镜像进行替换即可
https://mirrors.tuna.tsinghua.edu.cn/help/anaconda/

channels:
  - defaults
show_channel_urls: true
default_channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
  conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch-lts: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

cuda和cudnn

这里对显卡驱动又要求，不过显卡驱动是向下兼容的，所以直接安装了最新版528.89
PyTorch适配，我首先进入了PyTorch的官网查看到最新的版本支持CUDA为11.7和11.8，PyTorch官网

cuda

cuda版本选择11.7.1

https://developer.nvidia.com/cuda-toolkit-archive
https://developer.nvidia.com/cuda-11-7-1-download-archive

下载之后一路next等待安装选项的时候，选择自定义安装
只勾选cuda即可

后面继续next(不选没法安装)

nvcc -V

完成

cudnn

版本选择8.8.1 for cuda11.x

https://developer.nvidia.com/downloads/compute/cudnn/secure/8.8.1/local_installers/11.8/cudnn-windows-x86_64-8.8.1.3_cuda11-archive.zip

这里下载需要登陆账号，不过复制这个地址到迅雷直接下载就可以
解压压缩包之后，复制到刚才安装cuda的文件夹里面

最后到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.7\extras\demo_suite下
执行deviceQuery.exe和bandwidthTest.exe
没报错即为成功 参考

https://blog.csdn.net/jhsignal/article/details/111398427

pytorch

点击这里，创建一个虚拟的python环境环境，命名为py38，其中python版本指定为了3.8（-n是name的缩写）

conda create -n py38 python=3.8
输入y允许下载

# 进入py38环境
conda activate py38
# 退出环境
conda deactivate

安装pytorch

conda activate py38

复制网页中的命令

conda install pytorch torchvision torchaudio pytorch-cuda=11.7 -c pytorch -c nvidia

因为前面进行了换源，下载速度还算可以

python

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

成功

参考文章

https://zhuanlan.zhihu.com/p/622878074