安装深度学习开发环境（pytorch篇）_conda activate dreamdiffusion pip install torch==1-优快云博客

本文详细介绍了如何在Windows上安装Anaconda、CUDA、CUDNN以及配置PyTorch，包括环境变量设置、CUDA版本确认、CUDNN的安装步骤和PyTorch的安装与验证，最后推荐了VisualStudioCode和PyCharm作为开发IDE。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

一，安装Anaconda

随便哪个版本都可以，下载完成后一路next即可，注意设置自己的安装路径，以防找不到：

以及：

此页第一个选项打勾，添加环境变量。

输入以下命令添加anaconda豆瓣镜像（加速下载）：

pip config set global.index-url https//pypi.doubanio.com/simple/

完成后打开CMD输入以下命令：

conda create -n dl python=3.10

等待环境创建完成后即可输入：activate/conda activate dl 激活此环境

首先先确定您的显卡型号，并在此网站查询所对应的CUDA算力（pytorch仅支持cuda算力大于3.5的显卡）

在这下面的链接下载Cuda：

推荐安装版本大于11.2，小于12。

安装过程全称next即可，安装路径默认在C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA内

安装完成后可通过CMD中的nvcc -V命令查看相应的CUDA版本，如出现以下内容则为成功：

先在这里：

注册一个NVIDIA developer账号，登陆后

然后在这：cuDNN Archive | NVIDIA Developer下载相应的CUDNN版本

下载后为一个ZIP压缩包，将其解压后获得bin,lib,include三个文件夹

其中：bin文件夹下面的所有内容复制到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3\bin目录下

include文件夹下所有内容复制到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3\include目录下

lib/x64文件夹下所有文件复制到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3\lib\x64目录下

复制完成后则完成CUDNN的安装

打开cmd输入activate dl启动虚拟环境

输入命令：

pip install torch==1.13.1+cu116 torchvision==0.14.1+cu116 torchaudio==0.13.1 --extra-index-url https://download.pytorch.org/whl/cu116

其中+cu116为你计算机对应的CUDA版本，根据版本修改即可

安装完成后，将拥有pytoch的生态环境。

可以在当前虚拟环境下输入python进入编辑器，依次输入以下代码：

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

如果显示True则代表torch安装成功，且CUDA开启

推荐visual studio code+python插件

在这里下载vscode，安装完成后安装python插件：

安装插件完成后设置python解释器路径后即可使用

也可以使用pycharm，由jetbrains研发的一款强大的python ide

此为社区版，免费，但有一些功能限制