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
方案二：电脑安装显卡驱动，后直接安装miniconda，后续步骤在conda环境中进行操作，安装torch，cudatoolkits等步骤
两种方案的区别，后文会讲解：
1. 配置显卡驱动(必须)2.基础环境：CUDA，cuDNN(可选)3.虚拟环境：配置 cudatoolkit（必须）
显卡驱动安装
显卡驱动下载：GeForce® 驱动程序，在此页面找到自己nvidia显卡对应的驱动程序。
宿主机CUDA 配置
如果本机配备独立显卡，且安装显卡驱动后，可以在终端运行 nvidia-smi 检查显卡的支持的最高CUDA 版本，我手头有不同架构的设备，以下列出几种查询方案：
自己 4060 win电脑
黄框表示能够支持的最高 CUDA 版本，即安装的 CUDA 版本不能高于此数字。
Jeston Xavier NX 开发板
开发板属于 Aarch64 架构，与个人 PC 上常见的 X86 架构不同，需要执行如下命令才能查看：
cd /usr/local/cuda/samples/1_Utilities//deviceQuery/
sudo make
./deviceQuery
由于 Jeston 是显存和物理内存共用，不能通过
nvidia-smi查看显卡信息
如果要查看 window 电脑是否安装了 CUDA，可以执行如下步骤
nvcc --version
# 可以看到如下输出
> nvcc: NVIDIA (R) Cuda compiler driver Copyright (c) 2005-2021 NVIDIA Corporation Built on ... Cuda compilation tools, release 11.2, V11.2.152
cudatoolkit 版本
cudatoolkit：cudatoolkit 是 NVIDIA CUDA 工具包的一个精简版本，专为在 Conda 环境中使用而设计，其为 python 环境中的 GPU 加速计算提供必要的组件。适用于 PyTorch、TensorFlow 等框架。
显卡的 CUDA 版本：这是指通过显卡驱动安装的 CUDA 版本。可以通过 nvidia-smi 命令查看系统中当前安装的 CUDA 版本。
CUDA 版本兼容性:
- 较新的 CUDA 版本通常向后兼容旧 GPU
- 但新 GPU（如 Ampere 架构）需要较新的 CUDA 版本才能充分发挥性能
cudatoolkit其与系统CUDA版本的关系：
cudatoolkit可以与系统级CUDA共存- 通常使用系统级CUDA驱动，但运行时库来自
cudatoolkit
# 指定版本安装
$ conda install cudatoolkit=11.2
conda install pytorch torchvision torchaudio cudatoolkit=11.3 -c pytorch
该命令安装了指定版本的
cudatoolkit,cudatoolkit是一个已编译好的 CUDA 库，它会在运行时被 PyTorch 使用，而不依赖于系统全局的 CUDA 安装。同时 torch 也会自动安装与指定版本的PyTorch兼容的cuDNN。
此链接为 pytorch 和 cudatoolkit 版本对应关系：pytorch各版本对照
torch 、torchvision、python 对照表
| torch | torchvision | Python |
|---|---|---|
main / nightly |
main / nightly |
>=3.8, <=3.12 |
2.3 |
0.18 |
>=3.8, <=3.12 |
2.2 |
0.17 |
>=3.8, <=3.11 |
2.1 |
0.16 |
>=3.8, <=3.11 |
2.0 |
0.15 |
>=3.8, <=3.11 |
1.13 |
0.14 |
>=3.7.2, <=3.10 |
1.12 |
0.13 |
>=3.7, <=3.10 |
1.11 |
0.12 |
>=3.7, <=3.10 |
1.10 |
0.11 |
>=3.6, <=3.9 |
1.9 |
0.10 |
>=3.6, <=3.9 |
1.8 |
0.9 |
>=3.6, <=3.9 |
1.7 |
0.8 |
>=3.6, <=3.9 |
1.6 |
0.7 |
>=3.6, <=3.8 |
1.5 |
0.6 |
>=3.5, <=3.8 |
1.4 |
0.5 |
==2.7, >=3.5, <=3.8 |
1.3 |
0.4.2 0.4.3 |
==2.7, >=3.5, <=3.7 |
1.2 |
0.4.1 |
==2.7, >=3.5, <=3.7 |
1.1 |
0.3 |
==2.7, >=3.5, <=3.7 |
<=1.0 |
0.2 |
==2.7, >=3.5, <=3.7 |
