conda虚拟环境 + 多cuda + pytorch_gpu + tensorflow_gpu配置

一、conda虚拟环境

查看现有环境：conda env list
创建环境：conda create -n 环境名 python=3.8 (python版本，可更改)
激活：conda activate 环境名
退出激活：conda deactivate 
删除环境：conda remove -n 环境名 --all

将环境配置到jupyter notebook上，将环境加载进jupyter中

pip install ipykernel  【pip install -i https://pypi.douban.com/simple ipykernel （使用豆瓣源速度快）】
python -m ipykernel install --name 环境名

二、cuda安装

1、查看显卡支持的cuda版本

打开 ‘ NVIDIA控制面板 ’

点击 ‘ 帮助 ’ —> ‘ 系统信息 ’

点击 ‘ 组件 ’

可以向下兼容；例如我的：<= 12.1都可以（建议安装pytorch或者tensorflow对应的cuda版本）

2、cuda下载

cuda官网 https://developer.nvidia.com/cuda-toolkit-archive【以cuda11.6.0为例】

选择符合自己电脑的本地下载，点击 ‘ exe(local) ’ —> ‘ Download ’

3、cuda安装

下载完成后双击打开

选择一个空文件夹（临时文件，安装结束后会自动删除）—> 点击 ‘ OK ’

选择 ‘ 自定义安装 ’

取消勾选 “ Visual Studio Integration ”（除非你有C++环境）；点击 “ 下一步 ”

选择要安装的位置，建议新建文件夹。点击 “ 下一步 ”

安装完成

4、cuDNN下载及安装

下载地址：https://developer.nvidia.com/rdp/cudnn-download

注册登录后下载对应cuda版本的cuDNN

如果是对应其他版本，选择 “ Archived cuDNN Releases ”

下载完成后解压

将文件夹下的内容复制到CUDA同名的文件夹下；不是替换！！！

注意：lib是win64下的内容

5、环境变量配置

搜索‘编辑环境变量’

6、检验是否配置成功

win+R键；输入 “ cmd ” ，点击 “ 确定 ”

输入“ nvcc -V ”

配置成功！

7、多CUDA

按照1-6的步骤下载所需CUDA及对应cuDNN

打开环境变量，新建后将想要用的CUDA版本置顶即可

win+R键；输入 “ cmd ” ，点击 “ 确定 ”；输入“ nvcc -V ”

显示11.2，配置成功！

三、Pytorch_gpu安装

1、Pytorch_gpu下载：https://pytorch.org/get-started/previous-versions

以CUDA11.6+pytorch_V1.12.0为例

不要直接在环境里输入命令；很容易下成CPU版本的

# CUDA 11.6 √√
conda install pytorch==1.12.0 torchvision==0.13.0 torchaudio==0.12.0 cudatoolkit=11.6 -c pytorch -c conda-forge

直接下载whl包：https://download.pytorch.org/whl/torch_stable.html

ctrl+F键，输入cuda版本和你的python版本：例如：cu116-cp38

pip install +whl文件路径

# CUDA 11.6 √√
conda install pytorch==1.12.0 torchvision==0.13.0 torchaudio==0.12.0 cudatoolkit=11.6 -c pytorch -c conda-forge
pip install "D:\E_files\torch_install\torch-1.12.0+cu116-cp38-cp38-win_amd64.whl"
pip install "D:\E_files\torch_install\torchaudio-0.12.0+cu116-cp38-cp38-win_amd64.whl"
pip install "D:\E_files\torch_install\torchvision-0.13.0+cu116-cp38-cp38-win_amd64.whl"

四、安装tensorflow_gpu

不行，不是GPU版本
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow

win11显卡RTX4060用不了cuda10，下载cuda11.2的版本

不用安装keras已经有了