NVIDIA驅動安裝與更新

首先查看電腦的顯卡版本，步驟為：此電腦右擊–>管理–>設備管理器–>顯示適配器。就可以看到電腦顯卡的版本了。

得知以上的信息以后我們就可以對應我們的顯卡去英偉達官網上去找相對應的顯卡驅動更新或者下載了。

顯卡驅動的下載地址。顯卡驅動

安裝好了顯卡驅動以后。我們按下win+R組合鍵，打開cmd命令窗口。輸入如下的命令。

nvidia-smi

得到如下圖的信息圖，可以看到驅動的版本是512.15；最高支持的CUDA版本是11.6版本。得到顯卡的最高支持的CUDA版本，我們就可以根據這個信息來安裝環境了。

Anaconda 的安裝

打開網址，對應的anaconda版本是支持python39，下載。

安裝時選擇Just me。

然后點擊next，選擇安裝安裝路徑的時候，一定不要選擇默認安裝位置，因為默認位置是c盤，以后要在anaconda里面創建環境的時候會很占內存。

和圖中一樣將圖中的√勾上，雖然出現紅色的警告，但是要勾上，將anaconda添加到環境變量中去。然后點擊完成就好了。

安裝完成以后，按下開始鍵（win鍵）在左邊就會出現anaconda3這個文件夾，可以發現anaconda已經安裝好了

Pytorch環境安裝

按下開始鍵（win鍵），點擊如圖中的圖標。打開anaconda的終端。

執行如下的指令查看有哪些環境

conda env list

創建虛擬環境conda create -n 環境名字（英文） python=x.x（python版本），如下，我就是創建了一個名字叫pytorch，python是3.8版本的環境。

conda create -n pytorch python=3.8

在base環境中執行如上的命令，就會創建一個新的虛擬環境，這個虛擬環境會安裝一些基礎的包，如下圖所示。詢問是否安裝的時候，輸入y。就可以創建環境了。

當安裝好了以后，執行conda env list這個命令，就可以看到比一開始多了一個pytorch這個環境。現在我們可以在這個環境里面安裝深度學習框架和一些Python包了。

執行如下命令，激活這個環境。conda activate 虛擬環境名稱

conda activate pytorch

安裝pytorch-gup版的環境，由于pytorch的官網在國外，下載相關的環境包是比較慢的，所以我們給環境換源。在pytorch環境下執行如下的命名給環境換清華源。

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --set show_channel_urls yes

然后打開pytorch的官網，由于開頭我們通過驅動檢測到我的顯卡為 RTX0105，最高支持cuda11.6版本，所以我們選擇cuda11.6版本的cuda，然后將下面紅色框框中的內容復制下來，一定不要把后面的-c pytorch -c conda-forge也復制下來，因為這樣運行就是還是在國外源下載，這樣就會很慢。

將復制的內容粘貼到pytorch環境下的終端，運行就可以了，這時候就開始下載環境所需要的依賴包了。