conda安装PyTorch：PyTorch GPU环境搭建全攻略

# 2.1 Conda环境的创建与管理

### 2.1.1 Conda环境的创建

Conda环境的创建命令如下：

conda create -n <环境名称> python=<python版本>

例如，创建一个名为"pytorch-env"的环境，使用Python 3.8版本：

conda create -n pytorch-env python=3.8

### 2.1.2 Conda环境的管理

创建环境后，可以使用以下命令进行管理：

* **激活环境：**

conda activate <环境名称>

* **停用环境：**

conda deactivate

* **列出环境：**

conda env list

* **删除环境：**

conda remove -n <环境名称> --all

# 2. Conda环境搭建与PyTorch安装

### 2.1 Conda环境的创建与管理

#### 2.1.1 Conda环境的创建

Conda环境是一个隔离的Python环境，可以安装和管理特定的Python包和依赖项，而不会影响系统范围内的安装。要创建Conda环境，可以使用以下命令：

conda create -n <环境名称> python=<python版本>

例如，要创建一个名为`pytorch-env`的Conda环境，其中包含Python 3.8，可以使用以下命令：

conda create -n pytorch-env python=3.8

#### 2.1.2 Conda环境的管理

创建Conda环境后，可以使用以下命令对其进行管理：

- 激活环境：`conda activate <环境名称>`
- 停用环境：`conda deactivate`
- 列出所有环境：`conda env list`
- 删除环境：`conda remove -n <环境名称> --all`

### 2.2 PyTorch的安装

#### 2.2.1 PyTorch的版本选择

PyTorch提供多种版本，包括稳定版、预发布版和夜间版。对于生产环境，建议使用稳定版。要查看可用版本，可以使用以下命令：

conda search pytorch

#### 2.2.2 PyTorch的安装命令

在激活Conda环境后，可以使用以下命令安装PyTorch：

conda install pytorch torchvision torchaudio cudatoolkit=11.3 -c pytorch

此命令将安装PyTorch、TorchVision、TorchAudio和CUDA Toolkit 11.3。CUDA Toolkit是PyTorch在GPU上运行所需的库。

**参数说明：**

- `pytorch`：PyTorch库
- `torchvision`：PyTorch的计算机视觉库
- `torchaudio`：PyTorch的音频库
- `cudatoolkit`：CUDA Toolkit版本
- `-c pytorch`：从PyTorch官方频道安装

# 3. PyTorch GPU环境配置

### 3.1 GPU驱动与CUDA的安装

#### 3.1.1 GPU驱动安装

**步骤：**

1. 前往 GPU 制造商的官方网站（如 NVIDIA、AMD）下载与操作系统和 GPU 型号相匹配的最新驱动程序。
2. 运行下载的驱动程序安装程序并按照提示进行操作。
3. 重新启动计算机以完成安装。

#### 3.1.2 CUDA安装

**步骤：**

1. 前往 NVIDIA CUDA Toolkit 下载页面下载与操作系统和 GPU 型号相匹配的 CUDA Toolkit。
2. 运行下载的安装程序并按照提示进行操作。
3. 接受许可协议并选择“自定义”安装。
4. 选中“驱动程序”和“CUDA”组件，然后单击“安装”。
5. 重新启动计算机以完成安装。

### 3.2 PyTorch GPU环境配置

#### 3.2.1 PyTorch GPU版本安装

**步骤：**

1. 在命令行中运行以下命令：

pip install