本文为初学作品，高人不必读。
本文内容均为原创，参考材料列在文末。如需转载，请注明出处。

Anaconda安装CUDA、cuDNN

查看显卡驱动版本

打开NVIDIA控制面板->帮助->系统信息->组件，在其中可以看到显卡驱动支持的最高CUDA版本。

Anaconda环境下安装CUDA和cuDNN

1. CUDA与cuDNN的关系可参考CUDA与cuDNN。
2. 可以单独安装CUDA：参考CUDA官方手册，在命令行中运行如下命令，即可自动安装对应版本的CUDA。

conda install cuda -c nvidia

上一步查询到我电脑的显卡驱动支持的最高版本CUDA为11.4，运行上述命令后可以发现自动安装的CUDA版本确实为11.4.

3. 但其实不用单独安装CUDA，在安装cuDNN的同时，conda会安装对应版本的CUDA。
   Anaconda环境下安装CUDA和cuDNN十分简单，参考Anaconda环境中安装cuda和cuDNN，只需要在命令行中运行如下命令即可：

conda install cudnn

运行结果如下所示：

也就是说，在运行安装cuDNN命令时，Anaconda会一起安装对应版本的CUDA。

查看安装结果

在命令行中运行如下命令，查看到cudatoolkit和cudnn的对应版本均已安装

conda list

Anaconda安装Pytorch

在Pytorch官网中选择对应选项，在命令行中运行Run this Command的命令

运行结果如下：

为验证Pytorch环境已经安装完成，可以在python中运行如下代码进行测试：

>>> import torch
>>> test = torch.empty(2,2)
>>> print(test)

运行结果如下：

能够正常调用Pytorch函数，表明Pytorch已经正确安装。

使用Anaconda安装gym

使用这种方法安装的gym好像包不全，没有继续研究
建议还是在命令行里用pip安装，方便快捷
pip install gym

参考文章Anaconda安装gym以及Atari游戏环境，运行如下命令安装gym：

conda install -c conda-forge gym

运行结果如下：

测试环境

在python环境中依次执行如下命令，没有报错即为安装成功，第三行命令返回True则表示Pytorch可以调用GPU。

>>> import torch
>>> import gym
>>> torch.cuda.is_available()

参考资料

1. CUDA与cuDNN： https://www.jianshu.com/p/622f47f94784
2. CUDA官方手册：https://docs.nvidia.com/cuda/cuda-installation-guide-microsoft-windows/index.html#conda
3. Anaconda环境中安装cuda和cuDNN：https://blog.csdn.net/vivigreeeen/article/details/116455597
4. Pytorch官网：https://pytorch.org/get-started/locally/#windows-anaconda
5. Anaconda安装gym以及Atari游戏环境：https://www.cnblogs.com/lihanlihan/p/15904571.html
6. 两步搞定pytorch安装：https://www.bilibili.com/read/cv15186754/