# conda初始化一个深度学习环境 ## 创建PyTorch环境 创建环境： ```sh conda create -n <env_name> python=<python版本> conda activate <env_name> ``` 复制一个你想使用的PyTorch安装脚本，从网址<https://pytorch.org/get-started/locally/>获取，然后执行： ```sh 你复制的脚本 ``` 恭喜你可以使用了。剩下的`tqdm`/`matplotlib`/`tensorboard`/`ray`等可按需安装。 ## （特需）Conda中安装CUDA 选择一个你想要（并且显卡支持，但无需与全局版本一致）的CUDAToolkit版本，从网址<https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html>查询显卡兼容性，从网址<https://anaconda.org/nvidia/cuda-toolkit>查询conda包。然后使用conda安装： ```sh conda install -c nvidia cuda-toolkit=<版本号> ``` 选择一个与该CUDA版本适配的CUDNN，从网址<https://docs.nvidia.com/deeplearning/cudnn/backend/latest/reference/support-matrix.html>查询CUDA-CUDNN兼容性，从网址<https://anaconda.org/nvidia/cudnn>查询conda包，然后使用conda安装： ```sh conda install -c nvidia cudnn=<版本号> ```