1. 了解 PyTorch、Conda、Miniconda 和 Anaconda

1.1 PyTorch 是什么？

PyTorch 是一个开源的深度学习框架，广泛应用于人工智能研究和实际应用。由 Facebook（现 Meta）开发，支持 GPU 加速计算，适用于构建和训练神经网络。

1.2 Conda、Miniconda 和 Anaconda 的区别

• Conda：一个开源的包管理和环境管理工具，支持 Python 及其他语言的包管理。

• Anaconda：包含 Conda 及大量数据科学工具的完整发行版，适合初学者，但体积较大。

• Miniconda：精简版的 Anaconda，仅包含 Conda 和 Python，更加轻量灵活，推荐安装。

2. 硬件和软件环境

• 操作系统：Windows 10 64 位

• 显卡：NVIDIA RTX 2070 Super

• 驱动版本：572.61

• CUDA 版本：12.8（由驱动支持的最高 CUDA 版本决定）

• Python 版本：3.9

• PyTorch 版本：2.6.0

3. CUDA 版本与 PyTorch 兼容性

CUDA 版本由显卡驱动决定，而不是用户手动安装的 CUDA 工具包。

示例：

• NVIDIA 驱动 572.61→ 支持 CUDA 12.8

• NVIDIA 驱动 551.61→ 支持 CUDA 12.5

• NVIDIA 驱动 528.49→ 支持 CUDA 11.8

安装 PyTorch 时需要选择与驱动匹配的 CUDA 版本。

4. 安装步骤

4.1 下载并安装 Miniconda

访问 Miniconda 官网下载适用于 Windows 64 位的安装包，并按照默认设置安装。

4.2 配置 Conda 环境变量

4.2.1 打开环境变量设置

按 Win + R，输入 sysdm.cpl，回车，进入 "高级"> "环境变量"。

4.2.2 添加 Miniconda 相关路径

在 系统变量或 用户变量中找到 Path，双击打开，点击 "新建"，添加以下路径（请根据实际安装路径调整）：

C:\Users\你的用户名\Miniconda3
C:\Users\你的用户名\Miniconda3\Scripts
C:\Users\你的用户名\Miniconda3\condabin

点击 "确定" 保存。

4.2.3 验证 Conda 安装是否成功

重新打开 CMD 或 PowerShell，输入：

conda --version

如果成功显示 Conda 版本，说明环境变量配置正确。

4.3 安装 PyTorch 2.6.0

4.3.1 创建 Conda 虚拟环境

conda create -n torch_2.6.0 python=3.9

如果遇到 SSL 连接错误，可尝试：

conda config --set ssl_verify no

然后重新运行 conda create命令。

4.3.2 激活虚拟环境

conda activate torch_2.6.0

4.3.3 检查 NVIDIA 驱动和 CUDA 版本

nvidia-smi

示例输出：

+-----------------------------------------------------------------------------------------+
| NVIDIA-SMI 572.61                 Driver Version: 572.61         CUDA Version: 12.8     |
+-----------------------------------------------------------------------------------------+

nvidia-smi用于查看显卡信息，包括驱动版本和支持的 CUDA 版本。

如果已经安装了 CUDA 工具包，可以使用以下命令查看 CUDA 具体版本：

nvcc --version

4.3.4 下载并安装 PyTorch 2.6.0

访问 PyTorch 官网选择适合的版本。

运行以下命令安装 PyTorch 及其依赖：

pip install --no-cache-dir torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu126

如果 CUDA 版本为 12.8，需要安装兼容的 PyTorch 版本，可手动下载 .whl文件后安装：

pip install torch-2.6.0+cu126-cp39-cp39-win_amd64.whl

4.3.5 验证 PyTorch 是否安装成功

python -c "import torch; print(torch.__version__)"

如果输出 2.6.0，说明 PyTorch 安装成功。

5. 总结

本次安装包括：

• Miniconda的安装与环境变量配置。

• Conda虚拟环境的创建与激活。

• NVIDIA 驱动与 CUDA 版本检查。

• PyTorch 2.6.0 的安装与验证。

本指南适用于 Windows 10 64 位系统，NVIDIA RTX 2070 Super 显卡，CUDA 12.8 版本。

如果未来更换设备，可参考 nvidia-smi命令获取驱动版本，并查找支持的 CUDA 版本，再选择合适的 PyTorch 版本进行安装。