我的W11电脑软件版本：
Python 3.7.1
pycharm 2020.1.3
anaconda3_5.3.0_4.5.11
pytorch环境：python3.7，Torchvision0.12.0，pytorch-gpu1.11.0，CUDA 11.3，cudnn 8.2.1，
tensorflow环境：python3.7，tensorflow-gpu2.6.0，CUDA 11.2，cudnn 8.1，

Python-Anaconda- CUDA-cudnn-Torch- Tensorflow-显卡驱动-版本对应关系

Anaconda & python 版本对应关系

CUDA & 显卡驱动版本对应关系

（尤其对于早些年的电脑虚拟环境安装的CUDA版本过高，但显卡驱动不够高级）

CUDA & torch 版本对应关系（安装pytorch时指定CUDA版本）

pytorch & torchvision & Python 版本对应关系

Tensorflow_gpu & python & CUDA & cudnn 版本对应关系

Anaconda下载、安装和运行

【Anaconda安装教程】Anaconda安装教程

【Anaconda官方下载地址】Index of /

【Anaconda镜像下载地址】清华大学开源软件镜像站

注意版本对应关系，我安装的python3.7，对应anaconda3-5.3.0anaconda & python 版本关系

关键安装步骤：

【问题】'conda' 不是内部或外部命令,也不是可运行的程序或批处理文件

【原因】：环境变量没有添加或者少添加造成的

【解决办法】

W10：我的电脑→右键属性→高级系统设置→环境变量→系统变量→Path→双击进入→新建→浏览→找到Anaconda和Scripts的路径添加，然后点击确定就好了。

W11：打开运行【Win+R】，输入【sysdm.cpl】，回车。

添加好环境变量后查看conda版本

Anaconda常用指令

创建虚拟环境        conda create -n xxx python=3.7
激活虚拟环境        conda activate xxx
查看所有环境        conda info --env
查看安装的包        conda list
退出虚拟环境        conda deactivate
删除虚拟环境        conda remove -n xxx --all
更新所有库 conda update --all
更新conda自身      conda update conda

anaconda换源：
制定清华的源：
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
显示源地址： conda config --set show_channel_urls yes

安装第三方包： pip install xxx
conda install xxx

更新第三方包： pip install --upgrade xxx
conda update xxx

删除第三方包： pip uninstall xxx
conda uninstall xxx

如果安装的时候是用pip安装的，那么删除的时候也要用pip。同理，用conda安装的要用conda指令来删除。

Anaconda创建虚拟环境

1、打开Anaconda Prompt

2、创建虚拟环境，命名为taidi

输入：conda create -n XXX python=3.7（xxx为自定义环境名字、3.7为Python版本）

3、激活虚拟环境 activate taidi

4、anaconda虚拟环境安装新模块

在该虚拟环境中输入” conda install xxx”（xxx为需要安装的模块）

Anaconda下载源更换为国内源

没有.condarc文件输入以下命令

conda config --set show_channel_urls yes

【法一】手动修改anaconda下载源的配置文件

anaconda | 镜像站使用帮助 | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror

用记事本打开.condarc文件" C:\Users\用户名\.condarc"，将框中所有代码复制到.condarc文件中

【法二】使用anaconda添加下载源的命令来进行相应的下载源的添加。

打开anaconda输入以下命令（我的W11用http://开头）


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

【国内可用的anaconda下载源】opencv_fjc的博客

阿里云 http://mirrors.aliyun.com/pypi/simple/
中国科技大学 https://pypi.mirrors.ustc.edu.cn/simple/
豆瓣(douban) http://pypi.douban.com/simple/
清华大学 https://pypi.tuna.tsinghua.edu.cn/simple/
中国科学技术大学 http://pypi.mirrors.ustc.edu.cn/simple/

【问题】W11一打开anaconda弹出错误报告ERROR REPORT，删除添加的源用默认即可。

【注意】
1、2022.6.27-W11清华源中没有pytorch的GPU版本，用科大源，或者默认。
2、安装过一个台式机镜像链接后要补充完整win-64/
3、有时需要删除.condarc文件中的 - defaults
4、安装matplotlib包下载慢，换成清华源就好了
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple matplotlib

Anaconda虚拟环境中安装CUDA

如何查看cuda的版本？

当我们运行不同的代码时，可能会用到不同版本的Pytorch/Tensorflow，不同版本的Pytorch/Tensorflow在使用GPU时，对应不同的CUDA版本，这时候就需要安装不同的CUDA版本。
在系统中安装多个版本的CUDA，比较麻烦，这时候就可以在虚拟环境里面直接安装CUDA。

创建虚拟环境：conda create -n XXX python=3.X
激活虚拟环境：source activate XXX
安装Pytorch/Tensorflow的GPU版本
验证是否安装成功（在安装pytorch/ Tensorflow后验证）

注意： Python版本要和CUDA版本相对应
# 安装CUDA和cudn


conda install cudatoolkit=11.3     # 指定版本CUDA11.3
conda install cudnn=8.2            # 指定版本cudnn8.2，也可不指定版本

指定搜索包的路径，速度会更快
# 安装CUDA

conda install cudatoolkit=11.3 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/win-64/

# 安装cudn

conda install cudnn=8.2 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/ win-64/

安装之后的 CUDA 和 cudnn 会存放在虚拟环境的 lib 文件夹或者 include 文件夹里面。

【在安装torch_gpu或tensorflow_gpu后验证CUDA是否安装成功】
# Pytorch


import torch
print(torch.cuda.is_available())

# Tensorflow


import tensorflow as tf
print(tf.test.is_gpu_available())

CondaHTTPError: HTTP 000 CONNECTION FAILED for url
【解决办法】https://blog.csdn.net/qq_35831906/article/details/124189786

【问题】CUDA driver initialization failed

安装好CUDA和cudnn后提示错误，无法使用

这里需要注意CUDA需要对应合适版本的显卡驱动，我的CUDA=11.3，那么我的显卡驱动版本就要>=452.39

【查看显卡驱动版本】

方案一：在cmd下使用nvidia-smi命令，如图
Windows NVIDIA Corporation下没有NVSMI文件夹解决方法

方案二：直接打开NVIDIA控制面板查看

查看到我的显卡驱动版本过低，这时需要升级驱动
window10系统英伟达NVIDIA显卡驱动和CUDA软件的安装和升级

升级驱动版本到457.51

然后验证CUDA是否可以正常使用

import torch
print(torch.cuda.is_available)

Anaconda安装pytorch_gpu

注：需要先安装pytorch对应版本的CUDA

【pytorch安装视频教程】pytorch安装视频教程

【pytorch官网】PyTorch

【离线下载包】

https://download.pytorch.org/whl/torch_stable.html


// 然后用 pip install 命令安装
pip install torch-1.11.0+cu113-cp37-cp37m-win_amd64.whl
pip install torchvision-0.12.0+cu113-cp37-cp37m-win_amd64.whl
pip install torchaudio-0.11.0+cu113-cp37-cp37m-win_amd64.whl

1、打开pytorch官网，点击Install
2、选择安装信息，生成安装命令

注意！！！官网给出的安装命令中，-c参数指明了Pytorch安装的下载源，执行该命令的时候，一定要把-c pytorch去掉，更换Anaconda的下载源为国内源。

3、打开Anaconda Prompt
4、创建并激活虚拟环境
        conda create -n pytorch python=3.7
        activate pytorch
5、更换下载源
6、安装CUDA：conda install cudatoolkit=11.3
7、安装cudnn：conda install cudnn=8.2
8、安装pytorch-gpu： conda install pytorch torchvision torchaudio cudatoolkit=11.3
9、测试
        在该虚拟环境中，进入python开发环境，输入
        import torch
        torch.cuda.is_available()
        输出 True

Anaconda安装tensorflow_gpu

【官网安装教程】：https://www.tensorflow.org/install

1、打开Anaconda Prompt
2、创建并激活虚拟环境
        conda create -n tensorflow python=3.7
        activate tensorflow
3、更换下载源
4、安装CUDA：conda install cudatoolkit=11.2
5、安装cudnn：conda install cudnn=8.1
6、安装tensorflow-gpu：
        pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow-gpu==2.6.0
7、测试
        在该虚拟环境中，进入python开发环境，输入
        import tensorflow as tf
        print(tf.test.is_gpu_available())
        输出 True

Jupyter notebook中添加虚拟环境

需要先在虚拟环境中安装Jupyter Notebook，XXX即虚拟环境名字。
在anaconda命令交互界面下：

1、activate XXX
2、pip install ipykernel ipython
3、ipython kernel install --user --name XXX
4、输入Jupyter Notebook，打开Jupyter Notebook，此时打开的位置是默认文件夹

修改Jupyter Notebook默认的工作目录

在anaconda命令交互界面下：

激活虚拟环境输入：jupyter notebook --generate-config
生产jupyter配置文件，用记事本打开文件，查找“#c.NotebookApp.notebook_dir = ''”，删除#键，在单引号中输入目标地址
创建用户环境变量如下：JupyterNotebook值自定义
开始菜单中找到jupyter notebook右键单击选择“更多—打开文件位置”，打开快捷方式图标，快捷方式图标上右击设置起始位置属性值%HOMEPATH%和目标框中%USERPROFILE%替换为创建的用户环境变量%JupyterNotebook%即可。