在anaconda中中的库安装cuda 使用gpu

在Anaconda环境中安装CUDA并启用GPU支持通常需要几个步骤：

1. **检查环境**: 首先确保你的系统已经安装了CUDA。打开命令行终端，并输入 `nvcc --version`，如果能看到版本信息，说明CUDA已安装。

2. **创建新环境**: Anaconda允许你在独立环境中管理 CUDA 和 GPU 库。例如，你可以创建一个新的 conda 环境：

   conda create -n my_cuda_env python=3.7 cudatoolkit=11.0

这里 `python=3.7` 和 `cudatoolkit=11.0` 分别指定了Python版本和CUDA版本。运行此命令后，需要激活该环境：

   conda activate my_cuda_env

3. **安装cuDNN**: 如果你需要 cuDNN (用于深度学习的 NVIDIA 边缘计算库)，可以使用以下命令安装：

   conda install cudnn

确保下载的是与你CUDA版本匹配的cuDNN版本。

4. **配置环境变量**: 完成上述步骤后，可能需要添加CUDA路径到系统的PATH环境变量，以便在Python脚本中正确识别CUDA工具。可以编辑 `.bashrc` 或 `.zshrc` 文件（取决于你的shell），加入相应的路径。

5. **测试安装**:

   import torch
   print(torch.cuda.is_available())  # 如果可用则显示True

6. **编译和运行GPU兼容的代码**: 现在你可以在新环境中编写并运行支持GPU的PyTorch或TensorFlow程序了。