第一步：配置镜像源，安装必要环境
更换镜像
第二步：安装anaconda
1 进入官网
2 下载linux的sh版
3 在对应位置通过命令输入
sh 文件名.sh
4 选择 YES
5 选择 NO （我们要自定义配置环境）
第三步：安装完成Anconda后配置环境
1 编辑环境变量
vim ~/.bashrc
2 添加内容
export PATH="/自己对应的路径名/anaconda3/bin:$PATH"
3 激活修改的内容
source ~/.bashrc
4 测试
conda
若没有显示not fond 则表示 anaconda安装成功
第四步：通过Anaconda创建pytorch空间，用于pytorch
前提知要：
使用anaconda安装环境后，本地默认环境成为base环境
自己创建的环境通过 conda activate 空间名字（环境名字）进入
退出自己创建的环境到默认环境：conda deactivate
1 创建空间,命名为pytorch
conda create -n pytorch
2 进入pytorch空间
conda activate pytorch
ps，若在执行命令的时候出现一下问题：
执行
source activate
第五步：在base环境中 安装cuda
1 安装 nvidia-cuda-toolkit 工具
sudo apt-get install nvidia-cuda-toolkit
2 检查系统推荐显卡驱动，记录下recommend选项
sudo ubuntu-drivers devices
3 添加驱动源
sudo add-apt-repository ppa:graphics-drivers/ppa
sudo apt-get update
4 在Ubuntu系统中找到 软件和更新 选择 驱动
等待更新完毕后再reboot
reboot
5 重启后的测试
nvidia-smi
记录 cuda 版本
6 下载cuda
官网
我的是11.4
选择11.4的哪个版本都可以，接下去按照如下选择去下载
注意：linux的版本要确保正确
7 安装cuda(执行自己上面红框的内容)
wget https://developer.download.nvidia.com/compute/cuda/11.4.4/local_installers/cuda_11.4.4_470.82.01_linux.runsudo
sh cuda_11.4.4_470.82.01_linux.run
8 环境配置
sudo gedit ~/.bashrc
末尾加入
export PATH="/自己对应的路径名/anaconda3/bin:$PATH"
export LD_LIBRARY_PATH=/usr/local/cuda/lib64:/usr/local/cuda/extras/CPUTI/lib64
export CUDA_HOME=/usr/local/cuda/bin
export PATH=$PATH:$LD_LIBRARY_PATH:$CUDA_HOME
9 测试
source ~/.bashrc
nvcc -V
cd ~/NVIDIA_CUDA-11.4_Samples/1_Utilities/bandwidthTest/
make
./bandwidthTest
第六步：在pytorch环境中 安装 pytorch环境
1 进入官网
2 安装
选择pytorch版本
选择好对应的系统
选择使用什么安装，conda里可以使用pip安装的
选择语言：python
选择cuda版本：我的版本是11.4
复制命令
3 通过命令进入pytorch环境
source activate
conda activate pytorch
4 执行自己官网复制的命令
pip3 install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu113
done～撒花 💐
番外
删除conda环境
conda uninstall -n 名称 --all