Python&aconda系列：GPU深度学习环境搭建：Win11+CUDA 11.7+Pytorch1.12.1+Anaconda以及对应版本

GPU深度学习环境搭建：Win11+CUDA 11.7+Pytorch1.12.1+Anaconda以及对应版本

• 一. 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
• • • 以下是Pytorch和CUDA对应的版本
    • 以下是Pytorch和Python对应的版本
    • Python与Anaconda的版本对应关系
    • 深度学习环境搭建
    • • • 1. 安装Anaconda
• 二. 02 GPU深度学习环境搭建：Win11+CUDA 11.7+Pytorch1.12.1+Anaconda
• • 1. 查看显卡驱动及对应cuda版本关系
  • • 1.1 显卡驱动和cuda版本信息查看方法
    • 1.2 根据显卡驱动 和 CUDA版本对应关系选择 CUDA
  • 2. 安装CUDA
  • • 2.1下载CUDA
    • 2.2. 安装CUDA
    • • 选择程序安装
      • 配置环境变量
• 3. 安装cuDANN
• • 4. 选择 CUDA 对应的Pytorch、Pytorch 对应的Python
  • 5.安装Python环境（安装Anaconda 或 Miniconda）
  • • 5.1 安裝Anaconda3
    • 5.2 安装Miniconda
  • 6.安装虚拟环境（如只需一个python环境此步可忽略）
  • • 6.1打开这个Anaconda Prompt应用
    • 6.2 创建虚拟环境
    • 6.3 激活环境
    • 6.4 配置清华镜像源（此步可省略）
  • 7、安装pytorch
  • • 7.2 进入官网获取安装命令
    • 7.2 进入虚拟环境，执行安装
    • • 安装方式一：
      • 安装方式二：
      • 安装方式三：
      • • 01选择pytorch
        • 02选择torchvision
        • 03选择torchvision
  • 8、验证安装是否成功
  • 9、环境迁移（了解）
  • • 9.1 查看项目所安装的第三方库
    • 9.2 生成依赖环境文件
    • 9.3 环境迁移

---

一. 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

官方推荐的cuda版本为10.2和11.3，这两种 cuda 支持大多数的 pytorch 版本。

以下是Pytorch和CUDA对应的版本

CUDA 环境	PyTorch 版本
9.2	0.4.1、1.2.0、1.4.0、1.5.0(1)、1.6.0、1.7.0(1)
10.0	1.2.0、1.1.0、1.0.0(1)
10.1	1.4.0、1.5.0(1)、1.6.0、1.7.0(1)
10.2	1.5.0(1)、1.6.0、1.7.0(1)、1.8.0(1)、1.9.0、1.9.0、1.10.0、1.10.1、1.11.0、1.12.0、1.12.1
11.0	1.7.0(1)
11.1	1.8.0(1)、1.9.0、1.10.0
11.3	1.8.0(1)、1.9.0、1.