window系统annaconda中同时安装paddle和pytorch环境

一、下载nvidia驱动

Download The Official NVIDIA Drivers | NVIDIA

查看GPU信息

复制代码

nvidia-smi

二、安装cuda

CUDA Toolkit 11.8 Downloads | NVIDIA Developer

按以下步骤下载cuda安装包，我使用的cuda11.8

下载后双击一路下一步安装即可。

查看cuda版本

复制代码

nvcc -V

三、安装cudnn

cuDNN 9.6.0 Downloads | NVIDIA Developer

按下方步骤找到cudnn压缩包，查询前选哟搜索下对应cuda版本的cudnn。我使用的cuda11.8，对应的安装8.7的cudann

将解压的文件覆盖到cuda的安装目录中

四、安装anaconda

Download Now | Anaconda

双击下一步完成安装

修改镜像源

找到用户目录下的.condarc文件

修改镜像地址，直接复制以下内容覆盖

复制代码

channels:
  - defaults
show_channel_urls: true
default_channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
  conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch-lts: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  deepmodeling: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/

创建conda虚拟环境

复制代码

conda create -n dl python==3.8.19

激活环境，激活前可能需要按提示云梦init命令，然后重新打开命令行执行以下命令

复制代码

conda activate dl

五、安装pytorch

Previous PyTorch Versions | PyTorch

找到对应cuda版本的pytorch安装命令

六、安装paddle

开始使用_飞桨-源于产业实践的开源深度学习平台

和pytorch一样，复制命令进行安装。

七、测试安装效果

查看之前的文章。

测试paddle和pytorch运行在cpu还是gpu - 星光下的赶路人