anaconda pytorch安装&TensorFlow-GPU-2.9 安装（python3.10.9）

TensorFlow安装

创建虚拟环境

#查询当前环境
conda env list
#查询python版本
conda info
#创建虚拟环境
conda create -n your_env_name python=查询版本号
#删除虚拟环境
conda env remove --name your_env_name
#激活
conda activate your_env_name

创建过程总是提示缺少setuptools中的cli.exe，gui.exe等，pip卸载，cmd重装setuptools解决。

查询适配版本

https://tensorflow.google.cn/install/source_windows?hl=en#gpu

#python==3.10.9 安装版本如下

#cudatoolkit
conda install -c esri cudatoolkit==11.2.0
#cudnn
conda install -c esri cudnn==8.1.0.77
#tensorflow-gpu 安装2.8版出错，需要安装2.9，如果还有问题就用.whl安装，下面有轮子文件的链接
pip install -U tensorflow-gpu==2.9.0 -i https://pypi.tuna.tsinghua.edu.cn/simple

python尝试导入，提示numpy和mkl有问题（https://www.lfd.uci.edu/~gohlke/pythonlibs/#numpy）

TensorFlow .whl文件

清华镜像源tensorflow轮子文件.whl（https://mirrors.tuna.tsinghua.edu.cn/pypi/web/simple/tensorflow/）
TensorFlow-GPU（https://pypi.org/project/tensorflow-gpu/2.9.0/#files）

安装完成，测试

#查看NVDIA版本信息
nvidia-smi

python
import tensorflow as tf

#返回tensorflow的gpu版本信息,末尾返回true
tf.test.is_gpu_available()
#查看服务类型
tf.config.list_physical_devices('GPU')
#查看GPU数量
print('Num GPUs Available:',len(tf.config.list_physical_devices('GPU')))
#查看版本信息
tf.__version__

问题解决（比较废话）

比较无语，期间出了各种问题，反复创建了几次虚拟环境，多试几次，莫名其妙就成功了。
结论：最好不要用pip安装TensorFlow依赖的基础库，基础库很多，并且大多对基础库的版本有要求，直接用pip可能会把其他的虚拟环境基础库版本也污染了
所以为什么用pip在当前虚拟环境安装文件会污染其他虚拟环境呢，求问

pytorch安装

查询显卡版本

cmd打开命令行，输入 nvidia-smi
根据cuda版本下载适配的pytorch，可以下载版本低点的，但是不能超过当前版本

pytorch下载

法一：pytorch官网下载

https://pytorch.org/

首先尝试用conda命令下载，但是提示numpy，mkl等版本有冲突，但是问题在于当前环境的版本是符合要求的。之后重复几次尝试出现了新的问题，提示torchaudio对应的版本不能正常下载还是什么，忘记截图了。

#可以根据以下命令查询指定版本包适配的依赖包
conda info package_name==版本号

最后用官网的pip命令安装成功了，就是时间略长

法二：.whl文件下载

torch轮子文件链接，https://download.pytorch.org/whl/torch_stable.html
直接下载符合python版本的轮子文件，这篇有提示怎么安装轮子文件的

法三：pytorch旧版本

官网旧版本链接，https://pytorch.org/get-started/previous-versions/

测试

python
import torch
torch.cuda.is_available()
#返回true就是没问题

总结

重复下，最后用官网的pip命令安装成功了，就是等待时间略长
conda命令不管是直接用官网命令还是单独下载相关包总是被提示有问题，但是网上看大家都用conda下载都一步到位了。