conda安装GPU版pytorch

### 安装GPU版本PyTorch的Conda教程 为了安装适用于GPU的PyTorch版本，创建一个专门用于此目的的新虚拟环境是有益的做法。这有助于管理依赖关系并防止不同项目之间的冲突。 #### 创建新的Conda环境 ```bash conda create -n pytorch-gpu python=3.9 ``` 激活新创建的环境： ```bash conda activate pytorch-gpu ``` #### 配置清华镜像源加速下载速度 由于官方通道可能较慢，可以配置清华大学开源软件镜像站来加快包获取的速度[^2]。 设置额外的渠道以利用更快的国内资源： ```bash conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/ conda config --set show_channel_urls yes ``` #### 安装CUDA支持的PyTorch 确保计算机已正确安装NVIDIA驱动程序以及所需的CUDA工具包版本之后，在上述环境中执行如下命令完成带有CUDA支持的PyTorch安装: 对于最新的稳定版（假设使用的是 CUDA 11.7），运行以下命令: ```bash conda install pytorch torchvision torchaudio cudatoolkit=11.7 -c pytorch ``` 如果需要其他特定版本，则可以根据需求调整`pytorch`, `cuda toolkit`的具体标签参数。 通过这种方式能够有效地建立适合深度学习开发工作的Python工作区，并且充分利用图形处理器的能力提升训练效率。