【如何在anaconda虚拟环境中安装多个版本的CUDA,cudnn,pytorch,torchvision,torchaudio及进行环境配置手把手教学】

若需要使用不同版本的cuda，只需创建不同的虚拟环境，下载所需的cuda及cudnn版本即可。

0，操作代码汇总

以cuda11.3，cudnn8.2.1为例

查看/更新驱动上限

创建环境：
conda create -n cuda11_3_cudnn8_2_1_env python=3.8
激活环境：
conda activate cuda11_3_cudnn8_2_1_env
查询cuda版本：
conda search cudatoolkit --info
查询cudnn版本：
conda search cudnn --info
安装cuda：
conda install cudatoolkit=11.3
安装cudnn：
conda install cudnn=8.2.1
安装pytorch，torchvision，torchaudio：
conda install pytorch torchvision torchaudio cudatoolkit=11.3 -c pytorch
验证：
conda list
python
import torch
torch.cuda.is_available()

返回true为成功

具体操作：

1，查看/更新nvidia驱动版本号

先更新驱动，后查看版本。也可以不更新，直接查看。

GeForce Experience可以更新为最新版本驱动

控制面板查看当前最高能支持的cuda版本
我这里最高支持11.7.99

2，创建虚拟环境

以管理员身份进入Anaconda Promot

conda create -n cuda11_3_cudnn8_2_1_env python=3.8

激活环境

conda activate cuda11_3_cudnn8_2_1_env

3，查看cuda（cudatoolkit）和cudnn版本

查看conda支持的cuda版本，选择合适的版本

conda search cudatoolkit --info

可以看到最新支持到11.3.1，要求cuda必须>=11.3，我是11.7，满足。

查看conda支持的cudnn版本，选择合适的版本

conda search cudnn --info

可以看到最新支持到8.2.1，要求cudatoolkit在11.0到11.4之间，我是11.3，满足。

4，安装cuda（cudatoolkit）和cudnn

conda install cudatoolkit=11.3

conda install cudnn=8.2.1

5，安装pytorch，torchvision，torchaudio

进入https://pytorch.org/get-started/locally/

选择对应版本，复制官方给的代码

conda install pytorch torchvision torchaudio cudatoolkit=11.3 -c pytorch

6，验证是否安装成功

conda list

查看是否下载好对应版本
代码验证，进入python代码模式

python

import torch

没返回异常，说明pytorch装好了

torch.cuda.is_available()

返回true，说明cuda也装好了