window11配置深度学习环境

本文主要是介绍window11配置深度学习环境，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

Anaconda+PyCharm+CUDA+CUDNN+PyTorch

1.Anaconda安装

下载路径：https://www.anaconda.com/
安装方式：以管理员身份安装
中间选项：
在这里插入图片描述

在这里插入图片描述

cmd中输入conda -V查看版本，判断conda是否安装完成。

2.PyCharm安装

下载路径：https://www.jetbrains.com/pycharm/，下载社区版即可
安装方式：以管理员身份运行
中间选项：
在这里插入图片描述

在这里插入图片描述

3.CUDA安装

查看CUDA驱动版本：在命令行窗口键入nvidia-smi，查看CUDA驱动版本号
在这里插入图片描述

注意：确认NVCUDA的文件版本，如果文件版本是30以上的，CUDA的运行库版本就要是11以上的，两个版本要一致，据说运行版本不能超过驱动版本。
哔哩哔哩图标的左侧
在这里插入图片描述

在这里插入图片描述

下载路径：https://developer.nvidia.com/cuda-downloads

选择Archive of Previous CUDA Releases，查看历史版本
找到适合自己系统及版本的CUDA，确认好Version是win10还是win11，有的版本只有win10，没有win11。
Installer Type选择exe（local）

在这里插入图片描述

安装方式：以管理员身份运行
中间选项：
在这里插入图片描述

在这里插入图片描述

cmd，输入nvcc -V，查看安装结果
在这里插入图片描述

4.CUDNN安装

下载路径：https://developer.nvidia.com/rdp/cudnn-archive
注意：下载需要注册，好像还要加入社区，下载的版本要和CUDA一致
下载下来的是个压缩包，解压后如下
在这里插入图片描述
把前面三个文件夹复制到CUDA的文件夹中

在这里插入图片描述

5.pytorch安装

安装版本：在官网找历史命令行，要与安装的CUDA版本一致，当前pytorch最高支持CUDA11.3，超过11.3的可能要百度确定了，我的11.4可以用11.3的命令行去下载。
下载时要注意用镜像源，这样会快一点。
首先在命令行窗口输入如下命令：

conda -v//查看版本号
activate//激活，进入base环境
conda create -n name python=3.7//创建名字为name，版本为3.7.x的python环境，如果已经创建，会提示删除原先环境再创建，输入y即可
conda activate name//激活创建的环境

之后下载pytorch

conda install pytorch torchvision torchaudio cudatoolkit=11.3 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/win-64/
注：我这里直接用了镜像源，把官网命令行最后的pytorch换成镜像源路径即可

在这里插入图片描述