新电脑（台式），从零开始配置环境：NVIDIA驱动检查+Anaconda安装+Pytorch安装+pycharm安装及验证CUDA和cudnn版本

参考：

利用Anaconda安装pytorch和paddle深度学习环境+pycharm安装---免额外安装CUDA和cudnn（适合小白的保姆级教学）_将python的版本切换为paddle环境中的python插件-CSDN博客https://blog.csdn.net/didiaopao/article/details/119787139?spm=1001.2014.3001.5501

【大作业系列入门教程】如何使用Anaconda和Pycharm_2024毕设系列如何使用anaconda-CSDN博客https://blog.csdn.net/ECHOSON/article/details/136097910

一、NVIDIA驱动安装与更新

 首先查看电脑的显卡版本，步骤为：此电脑右击-->管理-->设备管理器-->显示适配器。就可以看到电脑显卡的版本了。

没有感叹号的话驱动基本没问题

我们按下win+R组合键，打开cmd命令窗口。输入如下的命令。得到显卡的最高支持的CUDA版本，我们就可以根据这个信息来安装环境了。

nvidia-smi

有问题可以参考开头的第一篇引用或自行百度

二、Anaconda 的安装

     打开网址，现在是2024年12月，对应的anaconda版本是支持python3.12。如果想下载之前的版本，或者更低python版本的anaconda，可以打开网址。

或者历史版本官方网址：https://repo.anaconda.com

本次2024.12.23直接在官网【Download Now | Anaconda】下载的版本：

just me是说只供当前用户使用。all user 是供使用这台电脑的所有用户使用，是权限问题。对空间影响不大。如果你的电脑上只有建了一个用户，all users和just me 的作用是一样的。

然后点击next，当让你选择安装安装路径的时候，一定不要选择默认安装位置，因为默认位置是c盘，以后要在anaconda里面创建环境的时候会很占内存，我的位置：

和图中一样将图中的√勾上，虽然出现红色的警告，但是要勾上，将anaconda添加到环境变量中去。然后点击完成就好了。

三、Pytorch环境安装【可以暂时跳过，具体项目再来配置】

  按下开始键（win键），点击如图中的图标。打开anaconda的终端。

【或者cmd打开电脑终端，进行换源和新建环境等操作】

一些常用指令：

执行如下的指令查看有哪些环境

conda env list

创建虚拟环境conda create -n 环境名字（英文） python=x.x（python版本），如下，我就是创建了一个名字叫pytorch，python是3.8版本的环境。

conda create -n pytorch python=3.8

 输入y同意：

当安装好了以后，执行conda env list这个命令，就可以看到比一开始多了一个pytorch这个环境。现在我们可以在这个环境里面安装深度学习框架和一些Python包了。

执行如下命令，激活这个环境。conda activate 虚拟环境名称

conda activate pytorch

      【科学上网的话可以不换！!】  安装pytorch-gup版的环境，由于pytorch的官网在国外，下载相关的环境包是比较慢的，所以我们给环境换源。在pytorch环境下执行如下的命名给环境换清华源。

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --set show_channel_urls yes

 然后打开pytorch的官网，可以看见最新版本的至少要求python3.9以上，所以点击历史版本

已知条件：

1.开头我们通过驱动检测到我的显卡为 RTX4080s，最高支持cuda12.6版本，

2.创建了一个名字叫pytorch，python是3.8版本的环境。

3.我后面想跑的项目要求的环境配置：Mask R-CNN源码解析（Pytorch）_哔哩哔哩_bilibili

以及截至2024.23.24博主的github里的所需环境配置说明：WZMIAOMIAO/deep-learning-for-image-processing: deep learning for image processing including classification and object-detection etc.

4.【环境搭建】Python、PyTorch与cuda的版本对应表_pytorch cuda版本对应关系-CSDN博客

选择pytorch1.9【我不确定，先试试呗】，

回到Previous PyTorch Versions | PyTorch官网里面，找到这个版本【我不确定，先试试呗】【试过了，不兼容，卸载重下见五.2（1）】，

选择cuda11.3版本的cuda，然后将下面红色框框中的内容复制下来，如果换源的话一定不要把后面的-c pytorch -c conda-forge也复制下来，因为这样运行就是还是在国外源下载，这样就会很慢。

在自建的pytorch环境下安装：

conda install pytorch==1.9.1 torchvision==0.10.1 torchaudio==0.9.1 cudatoolkit=11.3 -c pytorch -c conda-forge

等待中：

装完了：

验证见【五.2（1）】

四、paddlepaddle环境安装【先跳过，后面要用再来装】

五、pycharm安装--验证CUDA和cudnn版本【验证部分先跳过了】

1.pycharm安装

 打开这个pycharm网址，可以发现一共有两个版本一个是专业版（Professional），一个是社区版（Community），专业版是需要花钱的，好几百美元一年。而社区版是免费的，但是也够用了，所以就下载安装社区版就好了。

本次安装的PyCharm版本记录：

安装位置记录：

√都勾上：

稍选之后重启：

新建项目：

我的location在D:\PycharmProjects，name是test

pycharm项目的布局如下：

找到anaconda安装目录下的conda.exe并选择，然后加载

然后就会加载出来，可以选择使用现有环境也可以新建，由于我这里只有一个base环境，anaconda没有提前新建其他环境所以只有一个

当我在anaconda里面创建了一个名为pytorch的环境之后再操作，就有了对应的选项：

其他博客【肆十二】可能是这样：

也可能是这样：【炮哥】

【炮哥的这个方法不太一样，这种可以显示python版本，我这个版本的PyCharm不行】，但可以通过下面这里找到：

然后右下角就也会显示python版本啦：

两种方法前面图标也不同：

【后续验证部分，等我anaconda建了新环境再补充】

2.验证cuda和cudnn的版本

（1）pytorch

我们先选择pytorch环境。

验证代码：

import torch
print(torch.cuda.is_available())
print(torch.backends.cudnn.is_available())
print(torch.cuda_version)
print(torch.backends.cudnn.version())

提示：

False
False
None
None

推测是版本不兼容导致的。

卸载相关依赖：

conda remove pytorch torchvision torchaudio cudatoolkit

再试这个版本：【还是不行，再卸载】

conda install pytorch==1.9.0 torchvision==0.10.0 torchaudio==0.9.0 cudatoolkit=11.3 -c pytorch -c conda-forge

再试试v1.9.1用pip安装，在wheel标题下

pip install torch==1.9.1+cu111 torchvision==0.10.1+cu111 torchaudio==0.9.1 -f https://download.pytorch.org/whl/torch_stable.html

不行，报错：

换个版本：

conda install pytorch==1.8.0 torchvision==0.9.0 torchaudio==0.8.0 cudatoolkit=11.1 -c pytorch -c conda-forge

终于成功了！！

（2）paddlepaddle【四、跳过了，这一部分也先跳过】

“另外，如果你需要安装新的包或者是修改对应的包，只需要在pycharm中自带的命令提示符中安装即可。”