在Anaconda虚拟环境下安装pytorch并测试Cuda是否可用

1. 创建虚拟环境

在cmd内输入：

conda create -n 环境名 python==3.10  #python版本，环境名自定义

2.激活环境

conda activate 环境名

3.下载pytorch

打开pytorch官网：Previous PyTorch Versions | PyTorch

根据Cuda的版本下载对应的pytorch，如果需要查询Cuda版本，在cmd键入：

nvcc -V

例如，笔者的cuda版本为12.1；

使用pip下载，对应下图红箭头所指。

尽量不要直接复制到cmd内下载，因为下载会很慢，而且使用代理也无法加速。可以使用如下的方法：

首先打开--index-url后的链接，找到torch，torchvision，torchaudio三个包；

然后按照官网提供的版本信息找到对应的文件。

torch==2.5.1        #pythorch官网提供的版本
torchvision==0.20.1     
torchaudio==2.5.1

以笔者为例，对应文件分别是：

 其中，cu12.1代表适用的Cuda版本为12.1；cp310为虚拟环境中的python版本；

直接点击红框内容（根据自己的情况而确定）在浏览器内下载，使用代理会下载的很快。

下载完成后，查找文件目录，在创建的虚拟环境中键入：

cd 文件目录名
pip install 文件1，2，3

 以笔者的为例：

4.检查 

 文件安装完成后，在pycharm键入：

import torch                         # 如果pytorch安装成功即可导入
print(torch.cuda.is_available())     # 查看CUDA是否可用

如果返回Ture，那么你可以使用Cuda加速了。

5.写在最后

上述步骤能够完成建立在Cuda已经安装好的前提下，Cuda&Cudnn的官网如下：

https://developer.nvidia.com/cuda-toolkit-archive
https://developer.nvidia.com/rdp/cudnn-archive

 由于矛盾的特殊性，再加之笔者也是新手，文章并不能解决所有人的问题，如果有疑问或者错误请在评论区说明，我会尽量回复。