python、pytorch、cuda、cuDNN环境配置

tips：
1）注意pip命令安装与conda命令安装，torch对应的cuda版本可能不一样，具体见官网
2）cuda10.2，cuda11.3可以对应多个版本的torch，比较稳定。其中cuda10.2搭配cuDNN7.6.5最稳定可靠

1.查对应版本

（1）查版本
TensorFlow、PyTorch各版本对应的CUDA、cuDNN关系_C_GH的博客-CSDN博客
torch版本最高到1.8.0
Pytorch环境配置——cuda、、cudnn、torch、torchvision对应版本（最全）及安装方法_cuda12.2对应的pytorch_William.csj的博客-CSDN博客
最新，torch版本到1.10.1
PyTorch和CUDA版本对应关系 - 墨莲玦 - 博客园 (cnblogs.com)

01 Pytorch和CUDA对应的版本及Pytorch和Python对应的版本及Python与Anaconda的对应关系_python和cuda版本-CSDN博客
pytorch与python对应版本

（2）最好用，可以不用自己查cuda对应的cudnn，pip安装和conda安装都会自动安装匹配合适的cudnn版本
Previous PyTorch Versions | PyTorch

（3）有用的清华源

添加清华镜像
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/
添加pytorch镜像
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
for legacy win-64
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/peterjc123/
conda config --set show_channel_urls yes

2.匹配算力

（一般不用看这个，显卡算力太高才需要考虑这个问题）
pytorch 中注意cuda版本和gpu算力匹配_userwarning: nvidia a100-pcie-40gb with cuda capab-CSDN博客
服务器A100显卡，需要GPU算力80，需要安装cuda11及其以上

3.创建虚拟环境

Anaconda虚拟环境中安装torch + cuda + cuDNN_anaconda安装cuda_ligous的博客-CSDN博客

（1）conda create -n env_name python=3.8 #创建环境
（2）conda install pytorch==1.7.0 cudatoolkit=11.0 -c pytorch #配置环境
可以指定需要安装的cudnn版本，如果不指定会自动安装匹配版本

发现conda命令安装不了新的包，可以改用pip，pip会自动安装cudnn

pip install torch==1.9.0+cu111  -f https://download.pytorch.org/whl/torch_stable.html

通过使用带有**+cu111**标记的PyTorch版本，会安装针对CUDA 11.1的PyTorch版本，该版本已经包括了与CUDA 11.1兼容的cuDNN。

对虚拟环境中安装cuda+pytorch的理解：

当您在创建虚拟环境时没有显式安装CUDA和cuDNN，并且您在该虚拟环境中运行需要GPU支持的深度学习任务时，PyTorch将尝试使用本地系统上的CUDA和cuDNN库（如果存在的话）。这是因为PyTorch会自动检测并使用本地的CUDA和cuDNN库，以便利用GPU加速。

这种行为是默认的，可以方便地利用系统上已安装的CUDA和cuDNN库来进行加速，同时允许多个虚拟环境共享同一套GPU资源。

但请注意，这也意味着如果系统上没有安装或配置好的CUDA和cuDNN库，或者版本不兼容，您的虚拟环境中的深度学习任务可能会失败。在这种情况下，您需要在虚拟环境中显式安装适当版本的CUDA和cuDNN库，以确保与PyTorch兼容并启用GPU支持。（根据不同项目所需的环境不同，一般会显式安装）

了解NVIDAI显卡驱动（包括：CUDA、CUDA Driver、CUDA Toolkit、CUDNN、NCVV）