Win10+CUDA11.0+RTX 3060ti GPU深度学习主机 pytorch 环境
0. 前言1. 安装Anaconda***** 新建环境 *****2. 安装CUDA和cuDNN(1) 安装显卡驱动(2) 下载CUDA(3)下载cuDNN(4) 安装CUDA和cuDNN3. 下载Pytorch下载方式1（慢，易失败）下载方式2安装方式4. 安装PyCharm***** 使用方法 ******最后0. 前言
前不久英伟达发布了30系显卡，受到了各位炼丹师的关注。据说3060ti性能媲美2080super，其性价比极高（涨价之前）。但新显卡也有缺点，那就是不兼容旧版本的CUDA，只支持11.0以上的版本。pytorch也紧随潮流，正式支持CUDA11.0版本。
以下是我亲测有效的使用 GPU 3060ti 的各部分安装版本
电脑系统：window 10 python版本：3.8 pytorch版本：1.7.1 CUDA版本：11.0 cuDNN版本：8.0.5 适用于CUDA11.0
如果是刚入门的朋友，请看以下安装教程，手把手教学，大神请随意~
1. 安装Anaconda
推荐直接上官网下载
/products/individual
如图所示，下载64位windows版本。（现在应该没有用32位的吧~）
下载完毕后双击exe文件的图标打开安装界面，如图所示。
按照指示安装完毕即可。
***** 新建环境 *****
这里介绍通过Anaconda软件内通过鼠标点击UI来创建环境。
另外，还可以命令提示符来创建环境，网上教程很多，这里就不赘述了。
2. 安装CUDA和cuDNN
(1) 安装显卡驱动
首先需要下载和安装显卡驱动，进入下面网址选择合适的显卡驱动下载并按照提示安装。如果已安装此处略过。
/geforce/drivers/
下载CUDA不需要注册，但下载cuDNN需要注册和登录。
(2) 下载CUDA
CUDA下载网站
/cuda-toolkit-archive
选择需要的版本，这里选了11.0版本，因为3060ti只支持11.0以上版本，而pytorch当前最高支持11.0版本。
选择WIN10、本地安装，再点击下载安装包即可。
(3)下载cuDNN
cuDNN网址
/cuDnn
下载cuDNN需要注册NVIDIA账号并登录，注册时安装官网提示填写用户名、密码、邮箱等，其中需要邮箱验证。
邮箱验证时使用QQ邮箱接收不到验证邮件，使用163邮箱可以。
邮箱验证完后，补全一些信息即可。
随后进入以下页面，选择使用CUDA11.0、Windows的cuDNN库，点击下载。
(4) 安装CUDA和cuDNN
建议安装CUDA之前先安装VS，可选VS，体量小。
打开CUDA安装包。
安装CUDA完毕后，解压cuDNN压缩包，复制以下所有内容。
打开路径 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0
将刚才复制的内容粘贴到该文件夹。
完成。
3. 下载Pytorch
这里有两种下载方式，推荐第二种。
下载方式1（慢，易失败）
打开Pytorch官网：
/get-started/locally/
选择好版本后，复制蓝框内的代码到命令窗口自动下载，但这种下载方式极慢，且容易下载失败，失败后需要重新下载。有vpn的朋友可使用这种方法。
下载方式2
进入如下网址
/whl/torch_stable.html
找到对于版本的文件直接下载。这种下载方式速度快多了
安装方式
使用管理员权限打开命令窗口。
激活环境，activate [环境名]去到下载好的文件夹路径用图中的命令安装
如果途中提示需要安装其他库，但是又安装得特别慢，可以尝试使用别的镜像源，例如：
pip install numpy==1.19 -i /simple
其中-i /simple即切换镜像源下载。
安装好之后可通过conda list查看当前环境的库。
4. 安装PyCharm
目前使用较多的IDE是 PyCharm 或 VSCode ，个人觉得PyCharm比较专业一点，用起来也好用。
/pycharm/download/#section=windows
到官网下载PyCharm，社区版是开源的，下载社区版，按照提示安装即可。
***** 使用方法 ******
打开PyCharm，新建或打开现有的项目。
Ctrl+Alt+S打开设置页，导入先前设置好的环境。
此处从Conda中选择现有的环境，并且勾选Make available to all projects，即应用到所有项目。
最后
至此，炼丹炉已修建完成。放入足够的原材料（数据集），使用合适的配方（模型算法），即可开始炼丹啦！欢迎大家提出宝贵建议并参与评论讨论。
