记录 pytorch和tensorflow环境搭建（GPU版本）

tensorflow

1.先 安装 cuda工具箱和cudnn

注意事项：

（1）安装cuda时，取消勾选 所有和vs有关的选项；

（2）将cudnn的路径也配置到path中；

（3）cudnn下载需要登陆nvidia账号，根据我的验证 （科学上网可以实现注册登录），登录后就可以用国内流量了；

（4）nvcc -V：验证安装是否成功

2. pip install tensorflow

注意事项：

（1）因为cuda版本是11.6，所以 需要安装高版本的tensorflow（2.7报错_缺少cudart.dll文件，2.8.x正常），否则报错，感觉至少要2.8及以上的版本。

pytorch

pytorch比较简单，直接在官网上找到相应的pytorch版本，选择适合自己cuda（11.6）的pip命令，粘贴安装就行。

这种方法实际上是将cudaToolkit在conda环境里又装了一遍。

虽然电脑上已经安装了cuda11.6，但对于只配置pytorch环境的需求来说，这是最简单便捷的。