pytorch 与深度学习环境安装

1、NVIDIA 驱动安装与更新

 按如下步骤找到自己显卡的型号，可以看到我的显卡是 3060

有显卡驱动的，可以直接在桌面右键，找到英伟达驱动控制面板打开就好了。

没有显卡驱动去英伟达驱动官网 https://www.nvidia.cn/Download/index.aspx?lang=cn 打开驱动官网找到适合自己设备的选项就行。

下载安装完以后，我们查看支持 cuda 驱动的支持最高版本 cuda tookit。

按下 win+R 组合键，打开 cmd 命令窗口。输入如下的命令：

nvidia-smi

得到如下的结果，可以看到我的显卡驱动支持的最高版本 cuda tookit 是 12.0，版本是 向下兼容的，因此只要安装向下兼容的 cuda tookit 版本即可。

2、pytorch 的 GPU 深度学习环境安装

输入如下 pytorch 下载网址：https://pytorch.org/，打开的网址如下图所示（随着时间的流程官网 页面也会更新）。

将页面往下滑动，出现如下界面，可以看到当前最新的版本为 2.0.1 版本，对应的 cuda tookit 有 11.7 和 11.8，安装方式有 pip 和 cuda，还有对应的电脑系统。由于我们要用的是 1.10.1 版本的 pytorch 和 cuda tookit 有 11.3，因此点图中红框的连接，找之前的版本。

不断往下滑动，找到对应的 1.9.1 版本，复制红框中的链接

进入 anaconda 自己创建的环境，复制上述的命令，加载对应的依赖包，输入 y，进行对应的 pytorch 和 cudatookit 安装。中间可能会因为网络的原因导致下载对应的安装包失败，就需要从新输入该命令，使 其恢复下载，已经下载好的包不会在次下载，只会下载没有安装好的包。

下载完成以后，输入如下的命令查看环境中的安装包：

Conda list

会得到该环境下的所有环境包，（该图只展示了部分）

查看是否有安装好的对应版本的 pytorch 和 cudatoolkit