anaconda 2020.11配python哪个版本的，cuda11.3能安装在win11吗？ cudnn8200能安装在win11吗？ pytorch1.10能安装在win11，吗？

anaconda 202.11可以配合Python 3.8版本使用，CUDA 11.3可以在Windows 11上安装，但是需要检查您的显卡是否支持。CUDNN 820也可以在Windows 11上安装，但是需要与CUDA版本匹配。PyTorch 1.10也可以在Windows 11上安装。

相关问题

PyTorch 1.10.0 Python 3.8 Cuda 11.3这些配置怎么配置

在PyTorch 1.10.0版本中，要搭配Python 3.8和CUDA 11.3进行深度学习开发，你需要按照以下步骤进行配置：

1. **安装Python**: 首先确保已经安装了Python 3.8。你可以从Python官网下载对应版本并按照指示安装。

2. **检查Python环境**:
- 打开终端（Windows用户可以打开命令提示符），输入 `python --version` 检查Python是否安装并且是3.8版本。
- 如果需要创建新的虚拟环境（推荐做法），可以用 `conda create -n torch_env python=3.8` 创建一个新的名为 "torch_env" 的虚拟环境，然后激活它 `conda activate torch_env`。

3. **安装PyTorch**:
- 使用pip安装PyTorch及其 CUDA 版本，命令如下（假设你是Ubuntu/Mac系统）:

     pip install torch torchvision torchaudio -f https://download.pytorch.org/whl/torch_stable.html --extra-index-url https://download.pytorch.org/whl/cu113/

- 或者，如果你使用anaconda环境，可以使用`conda install pytorch torchvision cudatoolkit=11.3 -c pytorch`。

4. **检查CUDA和cuDNN**:
- 运行 `nvcc --version` 确保CUDA 11.3已安装。
- 查看当前可用的cuDNN版本：`cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 1`

5. **设置环境变量**:
- 设置CUDA和PyTorch的路径到环境变量中，例如在Linux上添加：

     export PATH=/usr/local/cuda/bin:$PATH
     export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH

6. **测试配置**:
- 最后，运行一些简单的PyTorch代码片段如 `import torch; print(torch.cuda.is_available())` 来确认GPU支持以及是否正确安装了PyTorch。

pytorch1.10.0 cuda11.3安装pytroch geometric代码

PyTorch 1.10.0 和 CUDA 11.3 配合使用 PyTorch Geometric (PyG) 可以让深度学习模型在处理图数据（如社交网络、分子结构等）时变得更加强大。首先，你需要确保已经安装了对应版本的PyTorch，CUDA以及cuDNN。

以下是安装步骤：

1. 安装Python和pip（如果未安装）
- 如果你还没有安装Python，访问 https://www.python.org/downloads/ 下载并安装最新版本。
- 确保pip已更新到最新版：`python -m pip install --upgrade pip`

2. 安装PyTorch
- 打开终端或命令提示符，添加Anaconda Prompt（如果你使用的是Anaconda环境）：

     conda create -n torchenv torchvision cudatoolkit=11.3 python=3.8
     conda activate torchenv

- 或者，如果没有使用Conda，直接使用pip安装：

     pip install torch torchvision cpuonly-cuml -f https://data.pyg.org/whl/torch-1.10.0.html

3. 安装PyTorch Geometric (PyG)

   pip install torch-scatter -f https://data.pyg.org/whl/torch-f https://data.pyg.org/whl/torch-1.10.0.html
   pip install torch-cluster -f https://data.pyg.org/whl/torch-1.10.0.html
   pip install torch-spline-conv -f https://data.pyg.org/whl/torch-1.10.0.html

4. 验证安装
在Python环境中，导入PyTorch和PyTorch Geometric模块，检查它们是否正常工作：

   import torch
   import torch_geometric
   print(torch.__version__)
   print(torch_geometric.__version__)

这应该会显示你刚刚安装的版本。