Win11+CUDA12.1环境下PyTorch安装全攻略

"在Windows 11操作系统和CUDA 12.1环境下安装PyTorch的详细步骤和注意事项，包括CUDA和cuDNN的安装、Anaconda的安装以及PyTorch的配置。" 在Windows 11系统中，特别是对于新手来说，安装PyTorch和相关的依赖库可能会遇到一些挑战。本文将指导你如何顺利地在配备RTX 4060显卡的电脑上进行安装。 首先，你需要安装CUDA。检查你的NVIDIA驱动程序，确保系统支持CUDA 12.1.112版本。从NVIDIA官方网站下载与你的系统兼容的CUDA Toolkit版本，通常是向下兼容的。安装过程中，推荐选择“自定义”选项，并避免勾选“Visual Studio”。即使没有Visual Studio，CUDA也能正常工作，但如果你打算进行更复杂的开发，可能需要预先安装它。 安装CUDA后，需要手动添加环境变量。在Windows 11中，进入“系统信息”设置，然后在“高级系统设置”中添加CUDA的相关路径到系统变量的PATH中。通常需要添加四个环境变量，包括cuda_path和cuda_path_v12.1，以及可能需要手动添加的两个。 接下来是cuDNN的安装。cuDNN不是独立的安装程序，而是需要替换CUDA安装目录中的某些文件。下载cuDNN的最新版本，解压并将其包含的文件夹复制到CUDA的安装目录下。虽然不安装cuDNN仍可运行PyTorch，但会牺牲一部分性能。 然后安装Anaconda。建议从Anaconda官网下载最新版的Anaconda3，通常与Python 3.11版本配套。安装时，确保勾选所有选项，特别是“将Anaconda3添加到我的PATH环境变量”，这对于后续的使用至关重要。 最后，安装PyTorch。通过Anaconda命令行界面（Anaconda Prompt），使用`conda install`或`pip install`命令来安装PyTorch，确保指定正确的CUDA版本和Python版本。例如，你可以输入`conda install pytorch torchvision cudatoolkit=12.1 -c pytorch`。安装完成后，你可以通过`torch.__version__`来检查PyTorch的版本，确保安装成功。 安装过程需要耐心和细心，遵循上述步骤，你将在Win11和CUDA 12.1环境下成功安装PyTorch。在整个过程中，注意每个环节的兼容性和环境变量配置，这将有助于避免常见的安装问题。