记录安装机器/深度学习环境（conda、CUDA、pytorch）时的一些问题

1. 正确查看自己的CUDA版本

CUDA分为两种，驱动API和运行API。

驱动API指的是显卡驱动支持的最高cuda版本，我们运行程序时用的是运行API。nvidia-smi显示的是驱动所能支持的最大运行API版本。

nvcc --version查看的是CUDA的运行API版本。

2. conda的一些常用命令

3.Anaconda报CondaVerificationError: The package for... appears to be corrupted.包似乎损坏了

解决办法： 直接找到对面报错信息处说的地址，然后直接删除相应的包。

4. pytorch的安装

1. 进入官网：https://pytorch.org/get-started/locally/
   

2. 按照自己的CUDA版本选择对应的pytorch，打开conda的命令行窗口，选择你想要装的env环境，随后复制官网上的pip3下载命令
   举例：我的CUDA是11.7,直接复制下方的命令就可。
   

3. 验证安装是否成功

• 先输入python，会展示出当前env的Python版本，
• 随后import torch,没有任何输出即没问题
• 输入torch.cuda.is_available()，返回TRUE，即成功。