安装Anaconda与PyTorch的过程与一些坑

📅 2026/7/4 9:42:12 👁️ 次浏览

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录前言一、安装Anaconda1.软件安装2.安装Anaconda3.配置环境变量二、安装CUDA及cudnn1.安装CUDA 1. 检查自己电脑支持的cuda版本 2. 前往官网下载CUDA 3. 配置环境变量2.安装cudnn3.安装后验证三.安装 PyTorch,以及配置环境。 1. 创建虚拟环境并配置torch 2. 虚拟环境内的操作 3. 安装 PyTorch如果不行运行下面命令四.安装Jupyter 代码编辑器五.虚拟环境连接PyCharm 1. 初次设置PyCharm 2. 安装插件 3. Jupyter 结合pycharm六.Copilot修改下快捷键前言记录自己安装Anaconda与PyTorch的过程与一些坑一、安装Anaconda1.软件安装我们需要安装的软件是：2.安装Anaconda进入Anaconda官网下载页面链接: https://www.anaconda.com/download后下载exe文件，一步步按照指示安装就可以。双击刚刚下载的exe文件，会有三个分岔口，分别按下列规则选择。① Just me 和All Users，选择 Just me；② 安装路径选择最大的盘（一般是D盘），放在新建的【D:\Anaconda】里；③ 最后一个分岔口，不勾选第一个方框，按照图所示选择。3.配置环境变量在桌面的我点电脑中，右键-属性-环境变量，窗口中选中Path路径，并点击编辑。添加【D:\Anaconda】、【D:\Anaconda\Scripts】与【D:\Anaconda\Library\bin】（如果路径是D盘的话）。若Anaconda安装路径不是D:\Anaconda，而是E:\Anaconda，三个环境变量需要对应地进行更改，即【E:\Anaconda】、【 E:\Anaconda\Scripts】与【E:\Anaconda\Library\bin】二、安装CUDA及cudnnCUDA：是显卡厂商NVIDIA推出的只能用于自家GPU的并行计算框架。cudnn：是针对深度卷积神经网络的加速库。CUDNN需要在有CUDA的基础上进行，CUDNN可以在CUDA基础上加速2倍以上。1.安装CUDA 1. 检查自己电脑支持的cuda版本检查发现自己的电脑支持安装CUDA的版本最高为12.3，那么只要我们安装一个不超过12.3的版本即可 2. 前往官网下载CUDA下载链接：https://developer.nvidia.com/cuda-toolkit-archive进入下载页面，选择要下载的版本，我这里选择11.8.0全程下一步，下一步安装完毕。 3. 配置环境变量⚫ C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA⚫ C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8\lib\x64⚫ C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8\bin⚫ C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8\libnvvp这里按照安装的实际路径添加。回头检查一下 CUDA 版本，Win+R 后输入 cmd，进入命令提示符，输入 nvcc -V2.安装cudnn网址链接：

相关新闻