（最新版）在conda虚拟环境中配置cuda+cudnn+pytorch深度学习环境

最近重新配置环境发现现有的教程太久远了，部分内容i经不适用了，所以在前人的及基础上进行了补充和改正。

首先，确保已经安装好Anaconda，安装过程很简单，傻瓜安装即可。

如果你还不是很清楚CUDA，CUDATookit，cuDNN，Pytorch分别在深度学习环境中的定位与关系，推荐看一下这篇文章（）
用人话讲解深度学习中CUDA，cudatookit，cudnn和pytorch的关系_cuda和pytorch的关系-CSDN博客

另外，如果你还不是特别理解虚拟环境的作用，建议看一下这位大佬的视频

安装不算完事，只有理解了虚拟环境才算真正掌握 Python 环境_哔哩哔哩_bilibili

OK，开始正文，搞事开始

首先，我们要明确，我们是要在虚拟环境中安装cuda和cuDNN！！！只需要在虚拟环境中安装就可以了。

一、创建虚拟环境，

conda create -n 名字 python=python版本

conda activate 名字

那中文内容替换成你想要的内容就可以。

二、查看CUDA版本

nvidia-smi

比如我的CUDA Version=11.7，那么它就可以支持 ≤ 11.7版本的CUDATookit

现在你已经知道了自己系统的cuda版本，

三、安装CUDATookit

conda install cudatoolkit=11.8

四、安装cuDNN

如果你成功安装了你想要的那个版本的cudatookit，注意，现在你安装cudnn的版本必须依赖于cudatookit的版本

cuda与cudnn的对应关系可以在cuDNN历史版本下载页面看到：

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

找到对应的就可以

conda install -c conda-forge cudnn=版本号

五、安装Pytorch
根据之前我们讲过的，pytorch的版本也是和CUDA版本有对应关系的，比如torch1.6.0只适配cuda10.2、10.1、9.2，不适配cuda11.0。

我们接下来的操作需要进入到Pytorch的官网Previous PyTorch Versions | PyTorch，在里面查看你想要的Pytorch版本它适配的CUDA版本并获取安装命令

比如我现在想要安装Pytorch的2.1.1版本，同时我之前已经安装了CUDA的11.8版本

如上图，这一条命令可以满足我的pytorch和cuda之间的对应关系，因此，我们复制它并运行，即可安装Pytorch 1.11.0

conda install pytorch==2.1.1 torchvision==0.16.1 torchaudio==2.1.1 pytorch-cuda=11.8 -c pytorch -c nvidia

检查环境是否配置成功

如果如下操作可以正常进行并打印出你安装的相应版本，那么你已经配置成功

#进入虚拟环境
conda activate [你的虚拟环境名]

#输入python来进入python的环境
python

#加载torch
import torch

print(torch.backends.cudnn.version())
#输出8200，代表着成功安装了cudnn v8.4.0

print(torch.__version__)
#输出1.11.0，代表成功安装了pytorch 1.11.0

print(torch.version.cuda)
#输出11.3，代表成功安装了cuda 11.3

torch.cuda.is_available()
#True

参考文章：

在conda虚拟环境中配置cuda+cudnn+pytorch深度学习环境（新手必看！简单可行！）_conda install cudnn-CSDN博客