深度学习框架搭建：安装miniconda、cuda、cudnn、pytorch

一、Anaconda（Miniconda）安装

Miniconda是Anaconda的轻装版本，主要包含 conda、Python、 pip、zlib 等。两者安装上基本没有任何差别，本处我安装的是Miniconda。
下载网址：
https://conda.io/en/latest/miniconda.html

自定义安装注意把环境变量打勾
安装好后打开anaconda prompt输入python （安装好conda后会自带有python，并且配置好环境变量）

修改镜像源：

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 --set show_channel_urls yes

查看是否修改好通道：

conda config --show channels

二、安装cuda

1、查看是否有N卡

2、进入NVIDIA官网进行下载

2.1 打开nvidia控制面板->帮助->系统信息->组件，找到对应的cuda版本

2.2 下载

选择平台win or linux: https://developer.nvidia.com/cuda-downloads
win：https://developer.nvidia.com/cuda-toolkit-archive
这里选择的版本不能高于你的显卡驱动里面那个版本号，由于我的是11.6，且系统是win11，所以我这里选择的是11.6.1

2.3 安装

打开安装文件，会有如下提示，这个是压缩包提取的暂存的文件夹，安装完会删除


可以自定义安装位置，documentation和development路径一样（安装的时候忘截图了，图片选用Jin·的）

安装完成后会自动配置好环境变量

2.4 安装cudnn

①需要注册账号
②根据安装的cuda版本选择cudnn

进入解压后的文件

将文件复制到cuda的安装目录，即documentation和development的路径

至此安装完成，打开anaconda prompt，输入nvcc -V来看看cuda信息：

三、conda配置pytorch虚拟环境

1. 创建名为pytorch的虚拟环境

conda create -n pytorch python=3.9

创建完成后输入：conda info --envs，查看是否创建成功

进入虚拟环境：conda activate pytorch

2. 利用conda安装PyTorch

pytorch下载地址：https://pytorch.org/get-started/previous-versions/
确定cuda版本，选择pytorch版本，不高于cuda的版本

确定进入了pytorch的虚拟环境之后，输入

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

下载完成后，输入conda list，查看是否有对应的包
进入python解释器，再输入

import torch
torch.cuda.is_available()

如果返回值是True，代表成功

四、参考文章

1. 深度学习环境搭建超级详解（Miniconda、pytorch安装） --暗三体
2. 深度学习环境配置超详细教程【Anaconda+PyTorch(GPU版)+CUDA+cuDNN】
3. 2023最新pytorch安装教程，简单易懂，面向初学者（Anaconda+GPU）–时宇羽然
4. 【Windows11】Cuda和Cudnn详细安装教程 --Jin·