win11+conda+pytorch开发环境的安装

【硬件的安装】

购买的GPU显卡是七彩虹（Colorful）iGame GeForce RTX 3060 Mini OC 12G，功耗标称550W，单风扇。目前与主板共用一个电源，没有使用独立电源。目标服务器配置为：12th Gen Intel(R) Core(TM) i5-12400，16G内存，2T IDE+512G SSD，自带Intel UHD Graphics 730集显，操作系统为win11。

【显卡驱动】

安装完可以命令验证：

【安装anaconda】

在conda base(root)命令行下测试新建虚拟环境：conda create -n ljg

如果失败，可能是外国的源的问题。先执行

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

然后修改‪C:\Users\xxx\.condarc

使用清华镜像 anaconda | 镜像站使用帮助 | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror

如果成功，可以看到：

【安装visual stadio】

打开微软官网免费的开发人员软件和服务 - Visual Studio (microsoft.com)

选社区版下载安装。安装完打开visaual Studio程序，工作负荷选C++桌面即可。

【安装cuda-toolkit】

打开英伟达官网CUDA Toolkit Archive | NVIDIA Developer

选择12.3.2版本，然后选windows-x86-10-exe(local)下载到本地安装。

可在CMD命令行运行nvcc –V 确认安装成功

【安装cuDNN】

打开英伟达官网CUDA Deep Neural Network (cuDNN) | NVIDIA Developer

选择Download cuDNN Library，然后选windows-x86-Tarball-12下载压缩包。解压后，把所有文件拷贝到cuda的cudnn目录下，如下图：

【安装pytorch】

打开pytorch官网https://pytorch.org/get-started/locally/生成下载链接，然后conda下使用pip工具安装：

pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121

注意，不能使用conda install pytorch安装，这样默认是CPU版的！

装完可以使用conda base(root)下的命令行验证：

【环境验证】

命令行测试：

nvidia-smi                  --驱动程序安装成功标记

nvcc -V                        --cuda-toolkit安装成功标记

GPU+py torch环境测试：

import torch

torch.cuda.is_available()

返回True表示安装成功。