win11安装PytorchGPU版本教程
本文参考了大佬的文章：Pytorch的安装与配置并通过GPU进行加速(超详细教程)_pytorch安装加速-CSDN博客，站在巨人的肩膀上，想要详细了解win11安装PytorchGPU版本的方法可阅读大佬的原文。
查看本机显卡对应的CUAD驱动版本：Anaconda命令行输入nvidia-smi，可以看到本机显卡RTX4060对应的CUDA版本是12.4。要确保安装的CUDA版本不高于本机的CUDA版本。
创建虚拟环境命令：conda create -n pytorch-gpu python==3.9
安装命令：conda install pytorch torchvision torchaudio pytorch-cuda=11.8 -c pytorch -c nvidia，从PyTorch官网获取。如果想要安装其他版本，可在官网复制相关命令，建议用conda安装。直接一键安装，不用其他操作。
说明：“说明一下即使之前已经安装了符合要求的cuda和CUDNN，使用conda命令在虚拟环境中安装Pytorch依然会重新下载一些cuda相关的文件，也就是说用conda安装的话之前自己下载安装的cuda不会用上，系统会再装一遍不过和自己装的cuda不完全相同，这就会导致浪费更多的空间，如果想用上之前安装的cuda不想系统再下载coda相关文件占用更多空间的话就用whl方式安装”：原文链接：Pytorch的安装与配置并通过GPU进行加速(超详细教程)_pytorch安装加速-CSDN博客
因此在虚拟环境中安装Pytorch或者Tensorflow不必事先手动安装CUDA和cuDNN，即使安装了在虚拟环境里也不能用。
验证是否安装成功：在Anaconda命令行中先输入python进入python环境，接着分别输入以下三行命令：
import torch
print(torch.__version__)
print(torch.cuda.is_available())
如果输入第三行命令后输出True，说明安装成功了。
参考：Pytorch的安装与配置并通过GPU进行加速(超详细教程)_pytorch安装加速-CSDN博客