最近翻新了显卡，又得重新装一次环境。因课题需要，特别需要pytorch和tensorflow的gpu版本，为了方便大家装环境，故将这次重装pytorch-gpu过程给大家做个参考，期间需要的安装包也放在某盘了，需要可以自取。

1. 安装Anaconda（如果未安装的话）。Anaconda是一个Python的科学计算发行版，包含了大量常用的数据科学和机器学习库。前往Anaconda网站的下载页面（https://www.anaconda.com/products/individual#Downloads）下载对应的安装程序，并按照安装指南进行安装。

2. 安装合适的CUDA驱动程序和cuDNN库。首先确定你的显卡型号，然后从NVIDIA官方网站下载并安装对应的CUDA驱动程序。接着从NVIDIA开发者网站下载并安装对应版本的cuDNN库。
   安装更低版本的CUDA驱动程序和对应cuDNN库。安装CUDA过程一直点下一步即可。安装好CUDA后，将cuDNN压缩包解压至CUDA路径。
   命令行nvidia-smi
   
    

    要下载比对应版本更低的版本，我这是12.2，所以下载了12.1，下载链接在末尾。

3. 打开Anaconda Prompt（或者其他任何终端），创建一个新的虚拟环境。可以使用以下命令在Anaconda Prompt中创建一个名为pytorch的虚拟环境：

   conda create --name pytorch
    
   

   激活虚拟环境。使用以下命令激活刚创建的虚拟环境：

   conda activate pytorch
    
   

   使用以下命令安装PyTorch（选取特定版本以及CUDA版本）：

   conda install pytorch==2.3.0 torchvision==0.18.0 torchaudio==2.3.0 pytorch-cuda=12.1 -c pytorch -c nvidia
    
   

   可以通过以下代码来检验是否成功安装了GPU版的PyTorch：
    

   import torch
   
   # 检查是否有可用的GPU
   if torch.cuda.is_available():
       print('成功安装了GPU版的PyTorch！')
   else:
       print('未安装GPU版的PyTorch！')
    
   

12.1CUDA驱动程序和cuDNN下载链接在此
链接：https://pan.baidu.com/s/1aOkHVXP2EuwMFYZx0oS9HA?pwd=zmr1 
提取码：zmr1

最后祝大家省时省力，一次成功！

更新：

在调用之前下载代码会出现pytorch可用，但是torchvision报错dll缺失

conda install pytorch==2.3.0 torchvision==0.18.0 torchaudio==2.3.0 pytorch-cuda=12.1 -c pytorch -c nvidia
 

使用以下代码可行

conda install pytorch torchvision torchaudio cudatoolkit=11.1 -c pytorch -c conda-forge