一般有独立显卡的设备都会有驱动程序，如果没有这里有下载链接: 下载链接. 找到自己显卡对应的驱动，（notebook表示的是笔记本的），下载好安装就可以了。

anaconda它是一个包管理工具，是由于我们在自己实战（建立python项目）或者做学术研究（导入别人的python项目），这些项目之间所用的（python版本） 和 （一些第三方库的版本）也是不一样的。因此他们所要配置的环境也是不一样的，总不可能建立一个项目就重新装一遍不一样的版本（python或者第三方库），这样太麻烦了。 所以就引入了anaconda这个管理工具，我们可以使用它进行生成许多的虚拟环境，就相当于将一个大房间（没有安装anaconda时环境就相当于一个大房间）分为了好多个小房间，每一个小房间都是互相独立的，可以安装不同版本的python或者第三方库。

4.安装的时候一路默认即可，安装在自己 自定义的路径 一定要记住自己安装的地址（因为还要配置一下path环境变量），我拿我自己安装的路径如下图所示：

本人将anaconda安装在iro文件夹里，之后配置path时候，用iro文件夹下的bin文件夹的路径即可 本人的文件路径（将此路径配置在系统环境变量path中）：

在开始菜单中出现这些即为安装成功！！ Anaconda安装完成！！！！！！！！

新建一个环境 首先先打开Anaconda Prompt (上图中的)命令行工具：图中前方的括号表示现在正在base这一个虚拟环境中 我们也可以自己新建一个环境： 输入 命令：

-n 后方（env）表示的是你自己要命名的环境名称 自己可命名 python= 后方的数字（3.8）表示的是python的版本，自己想在这个虚拟环境中装什么版本的python也可以写入python的版本数字就好了

输入之后按回车键，然后出现 Proceed ([y]/n)? 输入y即可。之后如图所示，即为新建成功。 打开/关闭自己建立的虚拟环境（以刚才为例） 如上图所示： 打开指令：conda activate 自己建立的环境的名称

关闭指令：conda deactivate

打开的样子就是命令行前出现（自定义名称环境），如图所示： 本人从yolov5环境切换到env环境 ，然后又退出了env环境：

切记：如果想要在自定义的虚拟环境中下载第三方库等，就必须使用上方的方法先进入自定义的虚拟环境.然后再使用conda指令或者pip指令进行下载包等

更改到国内的镜像源，教程链接 简单插播：：：：：：：（本人所用的是清华源） 这个软件为anaconda的可视化界面，（可以看见自己的环境以及相应环境中安装的包等）打开可能有点困难，做的并不是多好，界面非常简单：

因为pytorch官网链接,安装命令中包含的有cudatoolkit安装加速库.

选择自己所需要的版本。我使用的是：

如果使用的是国内的镜像源 将后方的-c pytorch -c conda-forge删除掉， 输入前方的即可

将以上命令输入cmd中（自己的环境中）就可以正确安装了。

命令行（先前创的环境下所在的命令行）输入：

命令进入python编译环境，如图所示

输入程序 引入pytorch包，查看cuda加速库是否可用

如图所示：没有报错以及返回True，证明可以使用。

完结撒花！！！如果 有以下错误，欢迎指正！！！！！

https://blog.csdn.net/weixin_43848614/article/details/117221384