文章目录从pytorch的视角看各类软件版本依赖关系1. 显卡驱动的安装1直接用Nvidia-app更新至最新驱动即可2若你手动搜索的最新驱动不满足对应关系3若遇到显卡驱动安装失败的情况4windows下关闭GPU加速计划2. Cuda安装以cuda12.4为例1在这个链接里找到cuda12.42进入版本选择页面3双击下载的软件包安装4若遇到cuda安装失败的情况5验证安装3. Cudnn安装以cudnn9.1.0.70为例1在这个链接里找到cudnn9.1.0.702进入版本选择页面3双击下载的软件包安装4复制与替换4. 安装Anaconda1Anaconda与Pycharm最好都下载最新版本的2安装3后续可选安装选项按照推荐勾上。4卸载5修改anaconda源6在 base 环境中安装 Mamba7conda和mamba常用命令5. Pytorch的安装1Anaconda创建虚拟环境并激活2安装cuda版Pytorch支持GPU计算3验证Pytorch6. Pycharm的安装1pycharm下载地址2安装3在Pycharm中指定Anaconda虚拟环境中的Python编译器7 windows开机启动从pytorch的视角看各类软件版本依赖关系pytorch对于显卡驱动、cuda、cudnn、python、c版本的依赖关系在官网给出来详细的列表。对照关系列表https://github.com/pytorch/pytorch/blob/main/RELEASE.md上述地址的对照关系表不断更新截止2026年8月26日的对照关系表如下1. 显卡驱动的安装1直接用Nvidia-app更新至最新驱动即可或者在Nvidia官网查找自己的显卡驱动https://www.nvidia.cn/geforce/drivers/ 。2若你手动搜索的最新驱动不满足对应关系在每个版本的cudnn的文档里有支持的软件版本列表https://docs.nvidia.com/deeplearning/cudnn/backend/v9.10.0/reference/support-matrix.html 。若发生此情况直接在上一步nvidia显卡驱动手动搜索页面上方直接下载最新版本的gameready驱动安装。3若遇到显卡驱动安装失败的情况清理完旧显卡驱动的卸载残留控制面板卸载、各种电脑软件清除参与文件重启电脑后关闭浏览器、杀毒软件等一切多余软件再安装即可。4windows下关闭GPU加速计划2. Cuda安装以cuda12.4为例1在这个链接里找到cuda12.4此地址一直更新的https://developer.nvidia.com/cuda-toolkit-archive点击前面带版本号的名称。2进入版本选择页面选择适合自己的系统、架构和软件部署方式。3双击下载的软件包安装像安装平常的软件一样精简安装就行。4若遇到cuda安装失败的情况清理完旧cuda的卸载残留控制面板卸载、各种电脑软件清除参与文件重启电脑后关闭浏览器、杀毒软件等一切多余软件再安装即可。5验证安装打开命令行窗口输入nvcc-v返回信息如下成功nvcc: NVIDIA (R) Cuda compiler driver Copyright (c) 2005-2024 NVIDIA Corporation Built on Tue_Feb_27_16:28:36_Pacific_Standard_Time_2024 Cuda compilation tools, release 12.4, V12.4.99 Build cuda_12.4.r12.4/compiler.33961263_03. Cudnn安装以cudnn9.1.0.70为例1在这个链接里找到cudnn9.1.0.70此地址一直更新的https://developer.nvidia.com/cudnn-archive点击前面带版本号的名称。2进入版本选择页面选择适合自己的系统、架构和软件部署方式。虽然没有win11版本但是根据以往的经验win10版本的也通用。3双击下载的软件包安装4复制与替换①找到cundnn安装目录一般为 C:\Program Files\NVIDIA\CUDNN\v9.1 。②将cudnn目录中的bin、lib、include文件夹复制到cuda安装文件夹下替换。cuda安装目录一般为 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.4 。4. 安装Anaconda1Anaconda与Pycharm最好都下载最新版本的Anaconda下载地址https://www.anaconda.com/download-success 。2安装如下图所示若选择只为当前用户安装安装路径为C:\Users\Administrator\anaconda3 若选择为所有用户安装安装路径为C:\ProgramData\anaconda3 。3后续可选安装选项按照推荐勾上。4卸载卸载时用windows自带控制面板卸载若有文件残余再手动删除安装目录比如开始菜单文件件残余 C:\Users\Administrator\AppData\Roaming\Microsoft\Windows\Start Menu\Programs 。5修改anaconda源将C:\Users\你的用户名.condarc文件内容替换成以下内容channels: - https://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge/ - https://mirrors.ustc.edu.cn/anaconda/pkgs/main/ - defaults show_channel_urls: true channel_priority: flexible没用清华源因为清华源可能对低版本anaconda支持不好用的中科大源。也可以在base环境命令行中用代码修改源# 1. 先清空现有 channelsconda config --remove-key channels# 2. 添加中科大源注意顺序conda config--addchannels https://mirrors.ustc.edu.cn/anaconda/pkgs/main/ conda config--addchannels https://mirrors.ustc.edu.cn/anaconda/pkgs/r/ conda config--addchannels https://mirrors.ustc.edu.cn/anaconda/pkgs/msys2/ conda config--addchannels https://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge/ conda config--setshow_channel_urlsyes6在 base 环境中安装 Mambaconda解决环境速度慢又容易卡主还是mamba好用起来命令和conda类似只要把conda开头的换成mamba就行。以管理员身份运行安装后的Anaconda Prompt在base环境命令行中运行以下命令conda update conda condainstallmamba-nbase-cconda-forge mamba--version# 验证安装成功7conda和mamba常用命令参考我的文章https://blog.csdn.net/sinat_30065705/article/details/163955852?fromshareblogdetailsharetypeblogdetailsharerId163955852sharereferPCsharesourcesinat_30065705sharefromfrom_link5. Pytorch的安装在Anaconda虚拟环境中安装Pytorch不要太简单哦1Anaconda创建虚拟环境并激活注意下面创建虚拟环境的python版本要和最上面的各软件对应关系一致mamba create-nllm_apipython3.11-ymamba activate llm_api2安装cuda版Pytorch支持GPU计算注意下面的安装命令中cuda版本要制定自己的版本号mambainstallpytorch torchvision torchaudio pytorch-cuda12.4-cpytorch-cnvidia-y3验证Pytorch①在虚拟环境的命令行中输入 python②在python中依次输入以下命令importtorchprint(PyTorch 版本:,torch.__version__)print(CUDA 可用:,torch.cuda.is_available())③返回信息如下成功④其余依赖环境的安装可以参考我的文章https://blog.csdn.net/sinat_30065705/article/details/163958783?fromshareblogdetailsharetypeblogdetailsharerId163958783sharereferPCsharesourcesinat_30065705sharefromfrom_link6. Pycharm的安装Pycharm最好也安装最新版的否则会和Anaconda版本不兼容。1pycharm下载地址社区版和收费版合并了收费版适用到期自动变成社区版https://www.jetbrains.com/pycharm/download/ 。2安装像平常软件一样安装没有任何坑。3在Pycharm中指定Anaconda虚拟环境中的Python编译器①打开Pycharm工程文件右上角的设置图标。②在弹出的窗口中依次选择 Python——Interpreter——Add Interpreter——Add Local Interpreter。③勾选 Select existing ——conda④选择自己的环境⑤最好每个工程文件都如此设置下。7 windows开机启动以ollama和webui前段为例ollama是自动运行的ollamawebui需要手动运行可按照下述步骤设置开机自动运行。1在 C:\AI_guotu 文件夹下右键新建一个“文本文档”。将名字改为 start_webui.bat注意后缀必须是 .bat如果看不到后缀请先在文件夹上方“查看”里勾选“文件扩展名”。2右键编辑这个 .bat 文件复制以下内容进去echo off :: 延迟20秒等待 Ollama 和系统网络完全就绪20可以改成30或更长timeout/t20/nobreaknul :: 激活 Anaconda 基础环境请确保路径是你实际的安装路径 call C:\ProgramData\anaconda3\Scripts\activate.bat :: 激活你的虚拟环境 call conda activate guotu_deepseek :: 切换到工作目录cd/d C:\AI_guotu :: 启动 WebUI ollamawebui start3右键点击刚才建好的 start_webui.vbs 文件选择 “创建快捷方式”。4按键盘上的 Win R 键打开“运行”窗口。输入 shell:startup 并回车。这会打开系统的“启动”文件夹。把刚才创建的 start_webui.bat 的快捷方式拖进这个“启动”文件夹里。