本文详细介绍了如何搭建深度学习环境，从在Python.org下载Python3.8开始，接着安装Anaconda并创建自定义环境，确保Anaconda注册为默认Python。然后，安装CUDA11.1并验证其成功，最后在Anaconda环境中安装PyTorch，并通过检查CUDA是否可用确认安装完成。测试结果显示CUDA加速功能正常工作。
首先，在Welcome to Python.org python的官网下载python3.8
Anaconda:
其次，下载了发在群文件里的Anaconda3的安装包，在安装Anaconda3时，勾选了添加环境变量，这样可以在cmd中使用，并勾选Register Anacondas as my default Python.然后等待安装完成。
安装完成后，搜索并打开Anaconda Prompt
刚开始打开的是默认的环境base，然后输入conda -n 环境名字，就随意取一个名字，创建了自己的环境。其次输入conda env list 可以显示已有的环境的名称列表。再输入conda activate 创建的环境的名称，就打开了刚创建的环境。
CUDA
在下载cuda前，查看了NVIDIA control panel的系统信息得知驱动程序版本为
最低0.47元/天 解锁文章
扫一扫
619
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
