win10系统 rtx3070，必须安装cuda11以上版本，对应的pytorch是1.11版本
参考链接1
环境内容
pytorch：1.11.0
torchvision：0.12.0
环境配置
一、Anaconda的安装
二、Cudnn和CUDA的下载与安装
这里使用的是torch=1.11.0，官方推荐的Cuda版本是11.3，因此会用到cuda11.3，与cuda11.3对应的cudnn是8.2
1.Cuda和Cudnn的下载
官网下载地址：
先安装cuda11.3.0
https://developer.nvidia.com/cuda-toolkit-archive
然后安装对应版本的cudnn8.2
https://developer.nvidia.com/cudnn
首先要根据官网要求一步步注册填写个人信息，这个就没啥好说的，按照指示操作就可以了。
进入官网以后要找对应版本8.2.1.32
下载完以后得到以下两个文件
2.Cuda和Cudnn的安装
下载好文件以后打开exe进行安装。
同意并继续–选择自定义，下一步–下一步
安装好后在C盘找到根目录：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3
我这边已经安装过3个不同的版本了，就都留在这里=.=
安装好CUDA，下一步将Cudnn的内容解压：
将解压后的全部内容复制到C盘根目录之下：
; 三、配置Pytorch-gpu环境
1．Pytorch-gpu环境的创建与激活
Win+R启动cmd，在命令行窗口输入以下指令：
conda create -n pytorch-gpu-rtx3070 python=3.8
activate pytorch-gpu-rtx3070
这里一共存在两条指令：
前面一条指令用于创建一个名为pytorch-gpu-rtx3070的环境，该环境的python版本为3.8。
后面一条指令用于激活一个名为pytorch-gpu-rtx3070的环境。
2．Pytorch-gpu库的安装
直接运行指令安装：
pip install torch==1.11.0+cu113 torchvision==0.12.0+cu113 -f https://download.pytorch.org/whl/torch_stable.html
本地安装的话需要进入网站https://download.pytorch.org/whl/torch_stable.html，
下载以下两个文件：
3．其他依赖库的安装
深度学习模型需要的其他常用依赖库（如果清楚匹配版本的话可以写上==’版本’，版本未知的话，会自动下载最新版本或与当前环境设置配合的版本，后期可以根据模型的需要进行调整）：
scipy
numpy
matplotlib
opencv_python
torch==1.11.0
torchvision==0.12.0
tqdm
pillow
h5py
可以将这些写入一个txt文件中：requirements.txt
在cmd命令行输入以下指令：
pip install -r E:\leona\深度学习环境配置\pytorch-gpu-1.11.0-win10-rtx3070\requirements.txt
安装完成如下：
Original: https://blog.csdn.net/clovercui/article/details/126186814
Author: LeonaCui
Title: 深度学习环境配置：win10系统+RTX3070+cuda11.3+cudnn8.2+pytorch1.11
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/707896/
转载文章受原作者版权保护。转载请注明原作者出处！