代码收藏家 Windows下搭建Pytorch环境（超详细）
目录
相关文章：Python入门环境配置：Anaconda3与pycharm安装教程
一、有NVIDIA显卡
1.CUDA安装
查看本地电脑所支持的 CUDA版本
- 在电脑的右下角找到 NVIDIA控制面板，双击打开
- 点击 【系统信息】
- 【组件】 栏里的 CUDA 所支持的版本。（我这里是11.1.106版本的）
- 到官方找到相应的版本下载
CUDA下载：https://developer.nvidia.com/cuda-toolkit-archive
双击运行cuda安装包
点击【ok】（默认即可）
2.检查CUDA是否安装成功
快捷键： win + r ，打开cmd，输入 nvcc --version 按回车键
3.安装cuDNN
cuDNN是一个 GPU 加速的深度神经网络库，广泛应用于深学习框架，包括Caffe2，Keras，Chainer，MATLAB，MxNet，PaddlePaddle，PyTorch和TensorFlow，在训练模型时可以实现高性能 GPU 加速。
cuDNN 下载需要注册一个账号
cuDNN下载：https://developer.nvidia.com/rdp/cudnn-download
找到与自己CUDA版本对应的cuDNN文件（本人的CUDA版本是11.1）
解压压缩包
将 cuDNN 里面的文件全选复制粘贴 到 CUDA路径下（粘贴后提示有重复的全部替换即可*）
cuda默认安装路径： C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1(这是我下载的版本)
4.检查cuDNN是否安装成功
找到 CUDA安装位置\extras\demo_suite 目录下的bandwidthTest.exe，鼠标右键【属性】，复制【位置】上的路径
快捷键： win + r ，打开cmd ，输入cd+空格+刚刚复制的路径(Ctrl+v)+回车键，再依次输入bandwidthTest.exe，deviceQuery.exe，运行结果都出现Result = PASS说明成功.
（以下图片是我安装的路径)
5.安装pytorch
(没有用anaconda，只有单纯python编译器，直接跳到下面的 3.pytorch 下载 步骤）
5.1 Anaconda3安装pytorch
- 创建环境
在cmd中输入:
conda create -n study python=3.8
创建一个名为 study 的环境，python版本为3.8
(study名可以修改，python版本也可以自己选)
- 激活环境
cmd中输入：
conda activate study
- pytorch下载
pytorch【官网】：https://pytorch.org/get-started/previous-versions/
自行根据CUDA版本选择（本人的cuda是11.1版本，windows系统）
将复制内容粘贴到 cmd
5.2验证是否安装成功
Anaconda3环境
检查是否处于 安装pytorch 的环境中，cmd命令行的最左边，如下图（study）
如没有， cmd中输入conda activate 你安装pytorch的环境名
接着在 cmd 中输入 python 进入 python编译器 ，再依次输入：
import torch
torch.__version__
(只有python编译器，只需在 cmd 输入上面代码即可)
若显示出 版本号 说明安装成功 (❁´◡`❁)
如有错误之处，欢迎指正○( ＾皿＾)っ
来源：这么越学越菜
