不需要去官网下载cudnn和cuda，最新anaconda环境配置

软件安装，环境配置：

最新版最详细Anaconda新手安装+配置+环境创建教程-CSDN博客

创建虚拟环境：

conda create -n 填环境名 python=填版本 -y

移除虚拟环境：

conda remove -n 填环境名 --all -y

创建虚拟环境后需要激活：

conda activate 环境名

下载软件包可以用conda或者pip这两种命令来下载

conda install 包名=版本 -y pip install 包名==版本

下载pytorch等什么东西的时候，用conda下载，会帮你把cuda和cudnn一起下载了，这样就不用去官网下载cuda和cudnn了

如果你是用的pip下载的pytorch或者tensorflow，可以直接用conda下载cuda和cudnn，激活环境就会用这个环境下下载的conda的cuda和cudnn

搜索需要的cuda和cudnn版本可以用，使用与pip下载的pytorch适配的cudatoolkit版本，cudnn的话下面链接里有对应关系

conda search cudatoolkit

pytorch，torchvision与python版本对应关系及安装命令_pytorch python版本-CSDN博客

Tensorflow和keras和python版本

2021最新：TensorFlow各个GPU版本CUDA和cuDNN对应版本整理(最简洁)_cuda12.1对应的tensorflow-CSDN博客

tensorflow-gpu与cuda、keras之间的对应关系_cuda和karse-CSDN博客

nvidia-smi

显示的cuda version是你的显卡支持的最高cuda版本，不是你当前安装的cuda版本

​

查看显卡当前使用的cuda版本

nvcc -V

​

在命令行按住ctrl加左或右可以按单词来跳过，加删除就可以直接删除一个单词。

上键可以直接跳到上一个用过的命令。

由于很多的项目喜欢用pip，所以可以使用pip下载pytorch

pytorch一般需要下载官网的（不要下载类似于清华pip源里的包，默认是cpu版本），因为一般给出的pytorch比如要搭配项目里的torch_geometric这种非常容易版本不兼容的包联合使用，所以最好下载pytorch.org官网里的pytorch。

最新版最详细Anaconda新手安装+配置+环境创建教程-CSDN博客（所有pytorch历史版本）

一般来说pip下载pytorch很慢

​

比如我们下载1.11+cu113版本，可能会出现下载巨慢的情况，命令后面的https前缀的网址可以直接访问的，然后使用组合键ctrl+f去搜torch，点进去链接，继续使用torch-1.11.0+cu113来搜索
​

搜到这些，后面的cp是你python的版本，选一个直接下载，可以用迅雷等软件来下载，更加快速。

然后使用cd命令到下载的文件夹去使用，假如我的迅雷下载的东西在D:\迅雷下载

​cd D:/迅雷下载 d: pip install torch-1.11.0+cu113-cp38-cp38-win_amd64.whl ​

（这里是torch-1.11.0版本，cuda11.3，python版本3.8，windows）

torch_geometric安装适配

假如你要用torch_geometric这个包，这个包如果直接pip下载会给你下一个最新版本的，99%的概率会出现兼容问题。此时我们可能需要来降级（可以一个版本一个版本挨着试，这玩意可能就适配一个版本），pypi.org这个网站

​

搜索

​

点进去再点release history，可以查看到所有版本，

比如我要下个2.0.2版本，命令：

pip install torch_geometric==2.0.2