1、虚拟环境所需工具介绍
该虚拟环境搭建需要使用cuda+cudnn+pytorch+torchvision来实现。
| 组件 | 一句话 |
|---|---|
| CUDA | GPU 的"操作系统"，让程序能指挥 GPU 并行计算 |
| cuDNN | 神经网络的"加速器"，让深度学习运算更快 |
| PyTorch | 深度学习的"施工工具箱"，用来搭建和训练模型 |
| torchvision | 计算机视觉的"标准件库"，提供模型、数据集和图像工具 |
2、下载Anaconda
打开下面网址，按照下载程序下载，以下有两点注意其他按照默认即可
第一点注意:
| Just Me | 仅安装到当前用户目录 | 不需要管理员权限，安装简单，卸载干净
| All Users | 安装到系统目录 | 需要管理员权限，适合多用户共用电脑
第二点注意：
这个直接选择跳过即可，这个界面是询问是否需要安装VSCode，建议使用Pycharm
3、虚拟环境操作指令
在搜索框搜素Anaconda Prompt，并打开输入下面指令，创建过程中会出现Proceed (y/n)?直接输入Y即可，创建完后即可进行激活
1、创建虚拟环境
conda create -n 虚拟环境名 python=3.13（环境需要的python版本）
2、激活虚拟环境
conda activate 虚拟环境名
3、查看已创建的虚拟环境
conda env list
4、退出虚拟环境返回默认环境
conda deactivate
5、删除指定的虚拟环境（需先退出虚拟环境，-all参数确保删除该环境中的所有包和依赖项）
conda remove -n 虚拟环境名 --all激活后则会自动进入虚拟环境，执行结果为下图所示：
4、安装PyTorch及CUDA
确定显卡支持的最高CUDA版本再点击下面的网址去官网下载支持该最高版本以下的PyTorch，使用下面的pip下载即可同时下载PyThorch和CUDA。具体操作看下图。
PyTorch官网下载链接
https://pytorch.org/get-started/locally/第一步：桌面右键，选择显示更多选项，打开NVIDIA控制面板，点击左下角系统信息即可查看到最高支持CUDA版本
第二步：选择最高支持版本以下或相同的CUDA，复制下面链接再虚拟环境控制面板执行即可（需要打开创建好的虚拟环境进行下载）
其中11.6为版本名，自己更换即可
pip install torch torchvision --index-url https://download.pytorch.org/whl/cu132
5、安装cuDNN
第一步：输入下面命令查看cudnn版本信息
conda search cudnn --info
第二步：安装对应版本的cudnn，安装过程中弹出Proceed (y/n)?直接输入Y即可。
后面的版本信息改为自己查看的版本即可
conda install cudnn=9.17.0.296、检验安装是否成功
输入下面代码进入python环境检验上面工具是否安装成功。（正确反馈为下图所示）
python
1、验证pytorch是否安装成功
import torch
2、验证cuda是否安装成功
torch.cuda.is_available()
torch.version.cuda
3、验证cudnn是否安装成功
torch.backends.cudnn.is_available()
torch.backends.cudnn.version()