在PyTorch官网上有如下安装对照表，同时也有历史版本安装对照表从零开始配置python深度学习环境大概有如下配置步骤：方案一：电脑安装显卡驱动，然后安装CUDA、cuDNN，安装miniconda3。前面都是在电脑基础环境配置，后面的操作都是在conda环境中，安装torch、cudatoolkits等深度学习包方

由于直接condasearch没有想要的cudatoolkit版本（当前windows对应的tensorflow-gpu只能<2.11），所以换成conda-forge进行搜索，condainstallcudatoolkit==11.2.0后报错：ERRORconda.core.link:_execute(950):Anerroroccurredwhileinstallingpackage'conda-forge::cudatoolki

目录简介Nvidia驱动和cudatoolKit简介首先我们要下载的东西包括：anaconda（虚拟环境管理）pycharm(代码项目编辑器)Nvidia驱动和cudatoolKitpytorch(最好使用wheel)其中，anaconda和pycharm的下载比较简单，这里不在赘述。主要讲解后两个：Nvidia驱动和cudatoolKitNvidia驱动是向

创建环境进入环境nvidia-smi查看cuda版本，根据cuda版本安装对应版本的pytorch，在pytorch官网可以查看，版本不合适可以使用较低版本cuda的torch，使用官网提供的命令行安装即可，importtorch``print(torch.cuda.is_available())验证安装结果。tensorflow的安装要在环境中安装cudatoolki

这个错误看似先是mdl不应该为None，但是实际却为None，但是后面有一句：在处理这个异常时，出现了另一个异常当出现这个情况时，实际上应该先处理后面这个异常，这个是gpt告诉我的（见下图）：后面这个异常报的是libcublas.so.11有问题，看似和我之前建立pixel-perfect-sfm的conda虚拟环境时ln-

确保下方指令运行有效：nvcc--version进入指定虚拟环境下运行下方指令：condainstallpytorch==1.11.0torchvision==0.12.0torchaudio==0.11.0cudatoolkit=11.3-cpytorch作者：艾孜尔江

问题描述：WARNING-NoGPU/TPUfound,fallingbacktoCPU.(SetTF_CPP_MIN_LOG_LEVEL=0andrerunformoreinfo.) 解决方案： 测试如下代码，如果为True则执行第二步。importtorchprint(torch.cuda.is_available())测试如下代码importjaxprint(jax.devices