一、开发环境    安装PyTorch的开发环境：Anaconda+CUDA+cuDNN+PyCharmCommunity二、安装过程1、Anaconda的安装 1.1版本选择第一步就是最关键的版本对应问题（这决定你能否成功安装PyTorch，以及能否成功安装GPU版本的关键问题），可以这么说，版本不能对应好，后面有很大的问题，因此，我们要先确定版本的对应关系。（当然，你的电脑配置很高，直接就下最高版本就可以）    我们需要确定conda、cudatoolkit、cudnn、python、PyTorch、torchvision的版本对应。    下面为确定的过程：    首先，搜索NVIDI

由于使用深度学习框架的不同，有的时候我们需要切换cudnn环境。比起在系统中安装多个cudnn版本，更便捷的方法是通过在python环境下安装cudnn工具，这样不同的cudnn环境就可以用python的包管理器（如conda等）管理，使用起来很方便。最常用的方式是在conda下，通过安装不同版本的cudatoolkit来满足要求。condainstallcudatoolkit然而有的时候我们用的包管理器不是cuda，或者我们用的python包镜像不支持cuda，这时只能用pip.以cuda11为例，此时可以使用以下指令安装需要的cudnn工具；注意选择自己需要的版本号。pipinstalln

我正在尝试使用tensorflow-gpu设置anaconda虚拟环境。当我去安装它时，它说它还将安装cudatoolkit和cudnn，我已经在我的机器上安装和配置了这两者。这会扰乱我现有的配置吗？这一切都将在虚拟环境中进行吗？请注意，它要求安装的版本与我机器上已有的版本不同。我目前有另一个运行tensorflow-gpu的虚拟环境，但它从未要求我安装这些包。作为引用，我正在运行Ubuntu18.04、Cuda9.0和cuDNN7.0.3感谢您的帮助!我花了很长时间来正确配置软件包，不想重新开始。 最佳答案 Anacondacud