【2024】Windows11傻瓜配置深度学习环境（CUDA 11.6 + Pytorch(GPU)）

前置要求

• Windows11电脑
• 电脑有NVIDIA显卡

步骤概述

1. 安装anaconda，创建conda虚拟环境
2. 安装CUDA ToolKit和cuDNN【跳过这一步，环境也能使用，但是运行效率会变低】
3. 安装gpu版本的pytorch

注意点

1. 我的CUDA Version为12.3，所以安装pytorch时，cuda不能高于12.3，我这里选择的是11.6
2. 下载速度慢，就搜索换源方法
3. Anaconda本身的版本不重要，我们会创建新的虚拟环境

一、安装NVIDIA驱动

​
我的显卡是GeForce GTX 1050 Ti，电脑自带CUDA驱动版本是11.1。如下图

​​​​
建议升级到新版驱动，新版驱动可兼容旧版的pytorch+cuda版本。
升级驱动后，我这里的CUDA Version为12.3（如下图），则可兼容pytorch+cuda123及以下的版本。

1.1 安装/升级 NVIDIA驱动

​
下载GeForce Experience | NVIDIA（我这里用的是这个，但是好像Nvidia想用nvidia app取代这个工具）

或者下载NVIDIA App

之后下载可用的最新的驱动

​安装好后，按win+R，输入cmd，运行

输入nvidia-smi，回车，查看CUDA Version，我这里是12.3

二、安装Anaconda

进入Anaconda下载，下载Anaconda并安装（选项默认即可）。
（有Anaconda就行，版本随意，因为本教程安装的环境是一个新的虚拟环境）

三、创建Anaconda虚拟环境

安装好Anaconda后，进入Anaconda Prompt。

输入命令conda create -n new_torch_gpu python=3.9，创建conda环境

#创建一个环境，名字是new_torch_gpu，python版本是3.9
conda create -n new_torch_gpu python=3.9
#若不希望指定python版本，则去掉python=3.9即可
#该部分根据自己的需求进行调整即可
#若下载速度慢，则自行搜索“Anacoda换源”

遇见下图，则输入y，回车即可

出现下图，就是下载好了。

输入命令conda info -e，查看conda环境

conda info -e  #查看conda环境

四、安装完整的CUDA ToolKit【如果需要的话】

若跳过步骤四和五，则pytorch安装的是CUDA TooKit（Pytorch）,不是完整的CUDA TooKit
它们之间的区别参考[https://zhuanlan.zhihu.com/p/542319274?utm_id=0](https://zhuanlan.zhihu.com/p/542319274?utm_id=0)

4.1 下载安装包

进入https://developer.nvidia.com/cuda-toolkit-archive，找到我们需要的版本

按下图选择相应的选项

4.2 安装CUDA ToolKit

选择安装包的暂时存放位置

查看CUDA ToolKit11.6对应的VS版本【支持VS2017的15.x以上的版本】：
https://docs.nvidia.com/cuda/archive/11.6.0/cuda-installation-guide-microsoft-windows/index.html

我这里安装在从C盘，可根据自己电脑情况选择安装位置

win+r，打开cmd，输入nvcc -V，出现CUDA的版本信息，则说明安装成功【若失败则重启电脑再试试】

五、安装cuDNN【如果需要的话】

cuDNN有什么用？

cuDNN（CUDA Deep Neural Network library）是 NVIDIA 提供的一个库，优化了深度学习实现。
使用支持 cuDNN 的深度学习框架时（PyTorch，TensorFlow），cuDNN可以加快程序计算效率

首先在官网注册账号，因为下载cuDNN需要账号

进入https://developer.nvidia.com/rdp/cudnn-archive

六、安装GPU版本的pytorch（pytorch+cuda）

6.1 找到安装命令

进入pytorch下载官网，找到需要的pytorch版本。

建议用pip命令下载（pip不行就试试conda命令）
往下翻，找到pip命令

pip install torch==1.13.1+cu116 torchvision==0.14.1+cu116 torchaudio==0.13.1 --extra-index-url https://download.pytorch.org/whl/cu116

6.2 安装GPU版本的pytorch

1. 在Anaconda Prompt中，输入conda activate new_torch_gpu，进入刚才创建的虚拟环境new_torch_gpu
2. 输入刚才复制的命令，回车，即可开始下载。

下载好后如下图

七、测试pytorch是否安装成功

在刚才创建的虚拟环境下，输入

python          #进入python交互式终端         
import torch    #导入pytorch包
print(torch.cuda.is_available()) # cuda是否可用
print(torch.cuda.device_count()) # 可用显卡数量

正确的输出结果如下图

至此，安装完成！