一、安装CUDA

在NVIDIA的官网可以查看显卡算力图，以下网址是由官网进去的：

CUDA GPUs - Compute Capability | NVIDIA Developer

点击以下图标就可以查看显卡的算力分布表 

之后点击下面网址进行历史版本安装：

CUDA Toolkit Archive | NVIDIA Developer

本人安装CUDA版本是11.6，在控制台调用 nvcc -V命令可以查看（命令错误表示没有安装），至于我为什么想安装这个版本是因为在Anaconda控制台（以下会讲到）调用nvidia-smi看到版本为11.6

选择自定义安装，

下面组件我都没勾选 

 

二、安装CUDNN

之后点击下面网址历史版本进行安装

cuDNN Archive | NVIDIA Developer

安装CUDNN比较麻烦，需要注册验证，以下是选择对应版本后点击下载的界面，我安装的是11.3版本

下载后得到的是一个压缩包，将其解压后放到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6路径下（一般这个默认路径为这个）

 

三、安装anaconda

在以下路径安装

Anaconda | The World's Most Popular Data Science Platform

Anaconda安装的版本没什么大的限制要求，我是直接安装最新版本

四、在Anaconda环境下安装pytorch

一、创建pytorch虚拟环境

打开Anaconda Prompt（anaconda自带的控制台），首先调用命令conda create -n pytorch python=3.6(这里会创建名为pytorch的虚拟环境，其中python版本为3.6，因为·3.6版本的python、兼容性比较好，所以我选择这个)，在组件安装中我没有勾选添加环境变量那项，其他都点了

二、安装pytorch

在以下网址安装

PyTorch

在anaconda控制台调用命令activate pytorch激活环境，在安装下方有历史版本的安装，直接复制指令CV到已经激活的pytorch环境下运行

我这里选择的是11.3版本的pytorch，因为3050以上都支持算力8.6以上，只有11.x以上版本才能兼容此算力的GPU，本来想装11.6（因为我这里CUDA版本为11.6），但是我之后发现11.6版本的与我这个电脑不兼容