WIN10, NVIDIA GeForce RTX 3060
python 3.7, CUDAv11.1.1, PyTorch 1.9, PyCharm
1.安装anacodah和PyCharm：
1.1为了稳定，此处安装了2019年10月16日的Anaconda3-2019.10-Windows-x86_64.exe
1.2 更换清华源：（更换 conda 源，将默认的国外源更换成国内源，显著提升相关库的下载速度。）编辑用户目录下的 .condarc 文件即可更换 conda 默认源。
Windows 用户无法直接创建名为 .condarc 的文件，需要先执行如下命令，生成该文件后再修改。
conda config --set show_channel_urls yes在 .condarc 文件中添加清华源：
ssl_verify: true
show_channel_urls: true
channels:
- http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/win-64/
- http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/win-64/1.3安装PyCharm，学生邮箱注册账号免费使用PyCharm专业版，无学生邮箱可以下载Community社区版使用。
2.创建虚拟环境：
#创建新的虚拟环境，环境名为pytorch，python版本为3.9，都可以根据需求来指定
conda create -n pytorch python==3.9
#删除虚拟环境
conda remove -n pytorch --all
#切换虚拟环境
conda activate pytorch
#查看当前所有虚拟环境，*表示当前所在环境
conda env list
3.安装CUDA：
不建议直接安装最高版本的CUDA，因为如果后续使用PyTorch或TensorFlow，大概率不兼容。笔者安装的为CUDA Toolkit 11.1.0。
#CUDA版本查询
nvcc -V
4.配置cuDNN：
30系显卡最低支持cuDNN v8.0.5，把解压的文件复制，粘贴到CUDA的安装根目录。
在cmd下进入到安装目录中C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1\extras\demo_suite，然后直接执行bandwidthTest.exe和deviceQuery.exe程序，如果返回结果都是pass，那么恭喜，安装成功！
5.安装pytorch：
进入pytorch官网，选择想要安装的版本，可以点击REVIOUS VERSIONS OF PYTORCH选择安装历史版本，笔者选择安装CUDAv11.1。
网络好的直接在线安装：
# CUDA 11.1
pip install torch==1.9.1+cu111 torchvision==0.10.1+cu111 torchaudio==0.9.1 -f https://download.pytorch.org/whl/torch_stable.html网络不好的下载torch-1.9.0+cu111-cp37-cp37m-win_amd64.whl、torchvision-0.10.0+cu111-cp37-cp37m-win_amd64和torchaudio-0.9.0-cp37-cp37m-win_amd64.whl离线安装：
#不加 --no-deps 报错：
#ERROR: Could not find a version that satisfies the requirement typing-extensions (from torch) (from versions: none)
#ERROR: No matching distribution found for typing-extensions
pip install --no-deps torch-1.9.0+cu111-cp37-cp37m-win_amd64.whl
pip install --no-deps torchvision-0.10.0+cu111-cp37-cp37m-win_amd64.whl
pip install --no-deps torchaudio-0.9.0-cp37-cp37m-win_amd64.whl
## 按顺序安装，不然可能安装torchvision的时候给你安装了cpu版本的torch#卸载
conda uninstall pytorchpython
>>> import torch报错：UserWarning: Failed to initialize NumPy
pip install numpy -i https://pypi.tuna.tsinghua.edu.cn/simple继续
>>> torch.__version__
>>> torch.cuda.is_available() ## 一定要输出True才是成功
6.配置PyCharm：
File→settings
Project pythonProject→Python Interpreter
Add Interpreter→Add Local Interpreter
选择Existing Environment：
完成配置。
参考：
1. 第五步：RTX 3060配置CUDA和cuDNN、安装PyTorch
2. PyTorch环境搭建