Windows 3080ti Pytorch安装（cuda11.6）

序言：最近项目需求，需要重新配置一台服务器环境，所以记录一下配置过程

目录

1. 安装cuda

1.1 下载对应的cuda

1.2 安装

1.3配置环境变量

2.安装cudnn（复制bin、include、lib文件夹下的文件到CUDA对应目录下）

3. 安装Pytorch

3.1 下载对应的版本

3.2 验证是否安装成功

1. 安装cuda

1.1 下载对应的cuda

打开英伟达控制面板--帮助-系统信息--组件--查看3D设置，找到cuda核心版本 11.6

访问英伟达官网的cuda下载
CUDA Toolkit 11.7 Update 1 Downloads | NVIDIA DeveloperResources CUDA Documentation/Release NotesMacOS Tools Training Sample Code Forums Archive of Previous CUDA Releases FAQ Open Source PackagesSubmit a BugTarball and Zip Archive Deliverableshttps://developer.nvidia.com/cuda-downloads
如果官网版本不对应本机版本，找到历史版本Archive of Previous CUDA Releases，建议进行本地下载。
Archive of Previous CUDA Releaseshttps://developer.nvidia.com/cuda-toolkit-archive

1.2 安装

安装路径可以选择不安装在c盘，不然你的c盘会爆炸的，我选择的是安装d盘，但是需要我们在配置环境变量的时候选择对应的路径。

1.3配置环境变量

CUDA安装成功后，打开计算机->属性->高级系统设置->环境变量，查看系统变量下是否有CUDA_PATH和CUDA_PATH_V11_6两个环境变量，对应的值即为CUDA的默认安装目录（如果没有，则需要手动新建这两个环境变量）。win+r打开cmd窗口，输入nvcc -V后回车查看到CUDA相关信息即为安装成功。

2.安装cudnn（复制bin、include、lib文件夹下的文件到CUDA对应目录下）

首先解压cudnn-windows-x86_64-8.4.1.50_cuda11.6-archive.zip得到cudnn-windows-x86_64-8.4.1.50_cuda11.6-archive文件夹，需要将该文件夹中bin文件夹、include文件夹以及lib文件夹下x64文件夹中的文件分别复制到CUDA安装目录下的bin文件夹、include文件夹以及lib文件夹下的x64文件夹。(要到自己安装的对应目录下去找)

3. 安装Pytorch

3.1 下载对应的版本

进入官网，根据自己的电脑配置选择相应的版本，会在下方生成对应的安装语句，复制语句即可完成安装。Start Locally | PyTorchAn open source machine learning framework that accelerates the path from research prototyping to production deployment.https://pytorch.org/get-started/locally/

conda install pytorch torchvision torchaudio cudatoolkit=11.6 -c pytorch -c conda-forge

3.2 验证是否安装成功

import torch
torch.cuda.is_available()