本文介绍了如何通过Anaconda快速安装和配置Pytorch及Paddle的深度学习环境，避免手动下载CUDA和cudnn的繁琐步骤。首先，确保安装了支持CUDA 11.5的英伟达驱动。接着，安装Anaconda，并选择一个稳定的版本。然后，创建并激活虚拟环境，利用清华源加速下载Pytorch和Paddle。最后，在PyCharm中验证CUDA和cudnn版本，完成环境配置。
前言
在利用GPU进行深度学习时，都要去NVIDIA的官网下载CUDA的安装程序和cudnn的压缩包，然后进行很繁琐的系统环境配置。不仅环境配置麻烦，而且特别容易配置错误，特别CUDA和cudnn版本的对应版本也特别容易搞错。本文利用anaconda安装配置pytorch和paddle环境会自动配置好cuda和cudnn。
一、英伟达驱动安装与更新
具体安装/更新的方法可以看之前的笔记
win10系统怎样安装/更新独立显卡驱动
安装显卡驱动以后，按Win+R组合键，打开cmd命令窗口，输入如下命令nvidia-smi
可以看到驱动的版本是497.29，最高支持的CUDA版本是11.5版本。
二、Anaconda的安装
anaconda是什么
anaconda是包管理器（ package manager），类似还有Pip、LibTorch和Source等，但最推荐anaconda，因为它会安装所有依赖项，它包含了大量的科学计算包，不用后期一个个安装。
anaconda安装
进入
最低0.47元/天 解锁文章
632
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
