在对硬盘空间的最后压榨和对校网的无尽折磨后，终于装上了..
测试系统信息
- Windows 10 家庭中文版 21H1
- NVIDIA GeForce RTX 2060 with Max-Q Design
- AMD Ryzen 7 4800HS with Radeon Graphics 2.90 GHz
- NVCUDA64.DLL 11.6.127 (可在 NVIDIA控制面板 – 帮助 – 系统信息 – 组件 里查询)
安装ANACONDA
Anaconda是一个开源的Python发行版本，内含conda, python, numpy等180多个科学包及其依赖项。
在官网下载安装包安装即可。安装成功后可以使用Anaconda Navigator通过图形界面创建虚拟python环境，或使用Anaconda Prompt以命令行的方式创建虚拟python环境。
如果在安装时勾选了将其添加至环境变量，也可以通过cmd或powershell方便地调用python,conda等指令。不过，考虑到我已经装了python的另一个版本，为了避免重复安装其他软件（例如VSCode的一些插件）的依赖包，还是选择通过Anaconda Prompt调用吧。
ANACONDA换源
这里使用anaconda | 镜像站使用帮助 | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror
按照提示修改.condarc文件，并执行以下命令即可
conda clean -i安装CUDA*
（Anaconda自带了pytorch与cudatoolkit，但不知为啥，实测无法成功调用cuda…还是老老实实地把cuda下下来吧…
注意到我的cuda版本是11.6.x，因此下载相应版本的CUDA Toolkit 11.6 Update 1 Downloads | NVIDIA Developer
（网上的教程大都给了这步，后来发现这一步骤似乎不是必要的…根据以下博客，貌似只要通过conda安装相应版本的cudatoolkit即可…
一文讲清楚CUDA、CUDA toolkit、CUDNN、NVCC关系健0000的博客-CSDN博客cudatoolkit和cuda有关系吗
安装pytorch
首先创建一个虚拟python环境，这里命名为test。
conda create -n test激活test环境。
conda activate test根据官网给出的提示，安装pytorch
conda install pytorch torchvision torchaudio cudatoolkit=11.3 -c pytorch这一步大约需要下载几个G的文件。由于服务器在国外，需要等待一段时间。期间如果出现网络报错，可以尝试重复该命令。
测试pytorch
打开python
python输入以下内容
import torch
x = torch.rand(5, 3)
print(x)若会出现以下类似结果
tensor([[0.3380, 0.3845, 0.3217],
[0.8337, 0.9050, 0.2650],
[0.2979, 0.7141, 0.9069],
[0.1449, 0.1132, 0.1375],
[0.4675, 0.3947, 0.1426]])说明pytorch已成功安装。
输入以下内容
import torch
torch.cuda.is_available()如果返回True，那么Congratulation！cuda已正确配置。