Windows11系统 Pytorch-GPU环境安装 RTX4060Laptop

最近新买了机械革命的极光Pro，显卡是RTX4060Laptop，因此想配置下深度学习的运行环境。

前置

在配置pytorch环境前，我已经安装了Nvidia显卡驱动、Anaconda和pycharm。
与之前在服务器（Linux系统）上安装环境不同，在安装完上面这些后无需自行安装CUDA，这里我猜测在安装Nvidia显卡驱动时会自动下载最新版本的CUDA和相关工具。
可以通过Win+R输入cmd进入控制台，输入nvidia-smi命令查看CUDA版本，如下图所示：

如果显示结果相同，则可以开始安装Pytorch环境。
注：以下操作来自https://blog.csdn.net/qq_43787439/article/details/130504186

conda换源

C:\Users\用户名中的.condarc，换成以下内容：
这里.condarc是一个单独的文件，在安装conda后会默认存在于C:\Users\用户名 的根目录中

channels:
  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/win-64/
  - defaults
show_channel_urls: true
default_channels:
  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
  conda-forge: https//mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  msys2: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  bioconda: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  menpo: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch-lts: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  simpleitk: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
 
 
remote_read_timeout_secs: 1000.0
ssl_verify: false

安装

conda install pytorch torchvision torchaudio pytorch-cuda=11.8 -c pytorch -c nvidia

虽然在安装显卡驱动时默认安装的CUDA版本为12.2，而pytorch官网最高只显示11.8，但会向上兼容，因此可以直接安装。

出现问题1

注意，安装过程中可能会出现Environment Not Writable Error: The current user does not have write permissions to the target environment. 的问题，此时我们需要修改Anaconda目录的权限。
右键Anaconda目录–属性–安全–编辑，将每个组或用户的权限全部改成完全控制，应用即可。

出现问题2

在修改权限过程中可能还会出现：无法枚举容器内对象 访问被拒绝的问题，我是根据以下博客：https://blog.csdn.net/wys0127/article/details/129175539，操作到步骤4解决的。

检验安装结果

待安装结束后打开Pycharm，等待更新结束后，通过以下命令查看安装是否成功：

import torch

# 查看cuda是否可以使用
print(torch.cuda.is_available())
# 查看torch版本
print(torch.__version__)

结果为如下则表示成功：

True
2.0.1

希望能帮助到大家！！预祝各位科研顺利！！