cuda11.3安装+cudnn11.3安装+torch1.10.2安装+torchvision0.11.3下载(pytorch环境搭建)

1.查看NVIDIA显卡的CUDA适用版本
电脑主页右键点开NVIDIA控制面板

点开左下角系统信息，点开组件信息。
cuda适用版本为11.4，下载适用的版本。

2.下载cuda

cuda toolkit下载地址https://developer.nvidia.com/cuda-toolkit-archive

下载后双击安装即可。
查看环境变量是否存在下面两行。

cmd打开命令提示符，输入nvcc -V,得到有效输出则按安装成功。

3.cudnn下载安装
需要登陆，稍微麻烦一点。在https://developer.nvidia.com/rdp/cudnn-archive下载合适的版本。

下载下来是这样的压缩包

安装可以参考文章https://blog.csdn.net/weixin_43848614/article/details/117221384

4.创建虚拟环境
conda create -n python38 python==3.8.2 创建虚拟环境
conda activate python38 激活虚拟环境
在环境中下载
conda info --envs查看anaconda安装路径

5.下载pytorch
在官网查看对应的版本https://pytorch.org/。
pip3 install torch==1.10.2+cu113 torchvision==0.11.3+cu113 torchaudio===0.10.2+cu113 -f
https://download.pytorch.org/whl/cu113/torch_stable.html 官网

https://pytorch.org/get-started/previous-versions/pytorch官网

6.如果网络不好，一直加载不了，直接下载适合版本的torch和torchvision两个‘.whl’文件到本地，放入python38文件夹下。https://download.pytorch.org/whl/torch_stable.html

进入cmd命令，进入python38文件路径下

cd..   退出目录一层
cd D:  进入D盘
cd D:\pythonEnvironment\python38   进入目录下
pip install torch

7.查看是否cuda可用
输入代码

import torch
print(torch.__version__)
print(torch.cuda.is_available())
print(torch.version.cuda)

输出为true，说明已经正确安装。

参考：https://blog.csdn.net/java_pythons/article/details/114782621
https://blog.csdn.net/weixin_43288986/article/details/106147746