一、Cuda和Cudnn下载安装
主要参考 https://blog.csdn.net/weixin_45653050/article/details/126731612
1.1 确定自己的电脑显卡驱动支持的Cuda版本
鼠标右键 桌面空白处：选中“NIVIDIA 控制面板”
选中“帮助-系统信息”
显示中 本机为3060 Ti，驱动程序版本 531.29，支持12.1及以下的Cuda版本
1.2 Cuda下载与安装
官方安装：https://developer.nvidia.com/cuda-toolkit-archive
下载的Cuda版本为11.8（为什么不下载驱动支持的最高版本12.1.1，因为下载pytorch时，当时的pytorch的支持Cuda最高版本仅为11.8，两者作匹配。不过理论上，Cuda版本稍高也无所谓）
安装参考前文引用博客
1.运行exe文件，安装路径（推荐默认）
2.安装选项
选择自定义安装
第一次安装全选
第n次安装只选择第一个
不要选第一个里面的Visual Studio Integration（即使选了也不能成功安装），其他全选
3.安装位置
要记住此次安装的位置
之后点下一步，至安装完成。
4.查看系统变量中是否添加了路径
鼠标右键-我的电脑，点击-属性
点击--高级系统设置
选择-环境变量
路径已自动添加之系统的环境变量中（下面的CUDA_PATH_V12_1是下载的第二个的版本，有一个即可）
1.3 Cudnn下载与安装
cuDNN 是 CUDA 的一个补丁，专为深度学习运算进行优化的
1.下载安装
官方下载：https://developer.nvidia.com/rdp/cudnn-download
下载前需要先注册，不需要验证学生身份或公司，直接注册。
注册完成，I Agree
选择对应自己下载的cuda版本（我的cuda是11.8即11.x，如果没有你想要的版本，点击Archived Releases，再找）
选择windows（zip） 
下载完成后，进行解压到当前文件夹。
打开文件夹，里面有三个文件夹，将这三个文件夹复制，粘贴在cuda的安装目录下。
默认安装路径如下，或者在上面截图中找
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8
拷贝时看到，CUDA 的安装目录中，有和 cuDNN 解压缩后的同名文件夹，不需要担心，直接粘贴即可。cuDNN 解压缩后的同名文件夹中的配置文件会添加到 CUDA安装目录中的同名文件夹中。
2.添加环境变量(此步很重要)
按之前步骤打开环境变量，找到系统变量中的Path，双击
往系统环境变量中的 path 添加如下路径（根据自己的路径进行修改）
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8\include
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8\lib
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8\libnvvp
Cuda和Cudnn的安装就完成啦。
二、Anaconda下载安装
参考博客：https://blog.csdn.net/Bluebro/article/details/127161165
2.1 下载
使用清华源进行下载：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
打开后，可以通过Date排序找到最新版本下载
2.2 安装
逐步安装
选择 All Users
选择安装位置，尽量别放在C盘
两个勾都打，第一个选项是自动帮你配置环境变量，红色提示：不推荐你打第一个勾，可能会影响你卸载和重新安装Anaconda。如果担心的话，就别打第一个勾，自己手动配置环境变量。
Install
都别选。
2.3 手动配置环境变量
如果未选择第一个选项，进行手动配置环境变量。
还是找到系统变量中的Path，双击
2.4 测试是否安装成功
win+R键 输入cmd，在弹出的窗口中输入 conda --version
显示了conda 版本，证明安装成功。如安装失败，检查环境变量的路径是否设置正确。
三、Pytorch下载安装
3.1 创建conda虚拟环境
1.打开Anaconda Prompt
在Anaconda Prompt中输入 ：conda create -n pytorch python=3.9
通过conda创建一个名为pytorch的虚拟环境（-n 后面是创建的虚拟环境的名字），3.9是python的版本，都可以按自己需求改，一定要指定具体 python 版本。
2.检查创建的环境
输入：conda env list
3.激活创建的虚拟环境
输入：conda activate pytorch
当左侧从（base）变为（pytorch）时表示此时已经切换到你所创建的pytorch虚拟环境，随后正式进入安装pytorch环节。
3.2 Pytorch下载
1.官网：https://pytorch.org/
点击 Get started
2.根据自己的Cuda版本，进行选择，复制command中指令
3.进入之前配置好的pytoch环境
将复制的command指令粘贴，并回车
中间可能会出现提示（y或n），输入y并回车，表示yes。
（如果正常下载完成，则忽略下面的问题，进入第四步检验。）
这里可能会存在时间过长安装不成功的问题，还要进行换源后再安装或手动下载安装包并解压
换源之后还会出现另外的问题，如明明输入的cuda版pytorch指令，但实际下载的cpu版本
《conda安装GPU版pytorch，结果却是cpu版本》问题根本性解决参考博客：
https://blog.csdn.net/u013468614/article/details/125910538
手动下载安装包并解压参考：
4.检验pytorch是否安装成功
在pytorch环境下输入指令
输入：python
输入：import torch
如果 import torch 失败，表明torch未安装成功，需要重返第2、3步安装。
输入：torch.cuda.is_available()
如果返回True，证明cuda版的torch就安装成功了。返回false，极大概率是安装了cpu版，返回第3步，参考上述《conda安装GPU版pytorch，结果却是cpu版本》问题解决博客
直至返回True，pytorch就下载完成了。
四、Vscode下载与环境配置
参考博客：https://blog.csdn.net/qq_51831335/article/details/126757014
4.1 Vscode下载
官网：https://code.visualstudio.com/
直接下载安装就可以，没有需要注意的事项。
4.2 插件安装
vscode使用，参考视频：https://www.bilibili.com/video/BV1TN411K7sn/?spm_id_from=333.999.0.0&vd_source=1ce20a4715bba66301c506163ed28424
在扩展中找到Python并下载
4.3 配置环境
随便新建一个文件夹，用VScode打开
新建一个main.py的文件
点击右下角 python的版本号（我的是3.9.17）
在中间就自动弹出：刚刚创建的pytorch虚拟环境，选择
之后就可以用cuda和pytorch编程了。
版权归原作者 MechanicalToCode 所有， 如有侵权，请联系我们删除。