参考链接

• 强力推荐👉Pytorch1.10安装记录（CUDA11.3）
• RTX3050ti、3060等系列显卡正确安装cuda、cudnn,配置Pytorch深度学习环境（避免由于版本不适应导致重装）
• B站教学视频：【包教包会】Anaconda+Cuda+Cudnn+TensorFlow+Pytorch+Pycharm+Win10深度学习环境配置
• 配置环境的一些坑

🙋‍一些bug的解决参考链接：

• ERROR: pip‘s dependency resolver does not currently take into account all the packages 解决办法分享

❀❀❀❀❀❀❀❀❀❀❀❀❀❀❀❀❀❀❀❀❀❀❀❀❀❀❀❀❀❀❀❀❀

跟着第一篇博文的安装步骤如下：有些语句和图像都是直接粘贴过来的，还是大佬牛🐂！

0 查询NVIDIA GPU算力（可跳过）

通过如下链接可以查询到NVIDIA显卡对应的算力，如果你的GPU型号不在表中，可能GPU太老，或者算力太低。（我就不应该觉得RTX3050好！下面的表中没有RTX3050，肯定是算力低！可是我因为看到他的NVCUDA自己从11.4升级到了11.6，就巴巴地把之前装好地CUDA11.3给卸载了，想重新配置11.6高级点的，结果没成功😭）

• https://developer.nvidia.com/cuda-gpus#collapseOne

1 创建虚拟环境

用管理员运行Anaconda Prompt！！！

在安装之前，强烈建议使用conda创建一个新的虚拟环境，这样就不会对你之前的环境照成影响。这里以创建torch1.10为例：

• 这里创建一个名为torch1.10的虚拟环境，python使用3.8的版本

conda create -n torch1.10 python=3.8
1

• 创建完成后，激活虚拟环境（注：后续的操作都是在该虚拟环境下进行）

conda activate torch1.10
1

2 在线安装GPU版本

首先进入PyTorch官网：https://pytorch.org/

通过官方的提示可以看到，自己电脑的GPU是支持CUDA10.2和CUDA11.3和CUDA11.6的（但是RTX可能还是带不动，还是安装11.3比较稳当），这里以CUDA11.3为例。

指明安装版本：

这里直接基于刚刚创建好的虚拟环境进行安装（注意：由于使用conda创建的虚拟环境这里直接用pip不用pip3），官方默认安装了torch、torchvision以及torchaudio三个包，假如你不需要使用torchaudio这个包，就把torchaudio==0.10.0+cu113指令删掉：

（我删了torchaudio的，因为那是用于语音领域的，只要有视觉的torchvision就行了，我还在最后面加上了一句-i https://pypi.douban.com/simple，可帮助加速下载）

pip3 install torch==1.10.0+cu113 torchvision==0.11.1+cu113 -f https://download.pytorch.org/whl/cu113/torch_stable.html -i https://pypi.douban.com/simple
1

通过以上指令会把Pytorch1.10以及需要的CUDA11.3全部安装好（不需要单独安装CUDA）。

安装完成后，进入python环境，检查CUDA是否可用，调用torch.cuda.is_available()返回True说明CUDA环境可用。