conda更换环境版本（比如torch版本）

找到想要的torch版本
pytorch官网
torch过往的版本

创建新环境

conda create --name myenv python=3.8
conda activate myenv

conda虚拟环境中安装CUDA和CUDNN

深度学习用显卡训练的时候，需要安装与显卡对应的cuda和cudnn。但不同的项目所支持的pytorch版本是不一样的，而pytorch版本和cuda版本之间又是互相依赖的，所以如果可以灵活地在不同cuda版本间切换将是非常方便的。anaconda就可以实现这个功能。我们可以在conda创建的不同虚拟环境中安装不同的cuda和cudnn版本，以此来实现不同cuda版本间的切换。

在虚拟环境中，先用conda search cudatoolkit --info 命令查看源内所有的cuda 版本，以及下载地址。

conda search cudatoolkit --info

方法一：把cuda下载到本地

首先复制url字段里的下载链接，然后用命令cd到想要下载的目录，执行如下代码下载

wget [你刚刚复制的链接地址]

安装：执行如下命令进行安装，因为是通过本地安装的，所以需要写明本地包的路径

# 在特定虚拟环境下安装
conda install --use-local [本地cuda包所在的路径]

方法二：直接安装（源内没有的版本无法通过这种方式安装

如果是在所有conda环境中首次安装cuda的某个版本，则会下载并完成安装，如果已有环境中已经安装过的版本，则不会再下载，直接复制。比如我在conda虚拟环境env1中安装cuda 11.3.1时，其他虚拟环境都没有安装过这个版本，则会下载安装，之后我在env2环境中再次安装cuda 11.3.1，就不需要再下载了，直接复制相关配置。

# 在特定虚拟环境下安装
conda install cudatoolkit=10.1

卸载cuda

conda remove cuda