企业官网建设流程全解析

从pytorch的视角看各类软件版本依赖关系

pytorch对于显卡驱动、cuda、cudnn、python、c++版本的依赖关系在官网给出来详细的列表。
对照关系列表：https://github.com/pytorch/pytorch/blob/main/RELEASE.md

上述地址的对照关系表不断更新，截止2026年8月26日的对照关系表如下：

1. 显卡驱动的安装

（1）直接用Nvidia-app更新至最新驱动即可

或者在Nvidia官网查找自己的显卡驱动：https://www.nvidia.cn/geforce/drivers/ 。

（2）若你手动搜索的最新驱动不满足对应关系

在每个版本的cudnn的文档里有支持的软件版本列表：https://docs.nvidia.com/deeplearning/cudnn/backend/v9.10.0/reference/support-matrix.html 。若发生此情况，直接在上一步nvidia显卡驱动手动搜索页面上方，直接下载最新版本的gameready驱动安装。

（3）若遇到显卡驱动安装失败的情况

清理完旧显卡驱动的卸载残留（控制面板卸载、各种电脑软件清除参与文件），重启电脑后，关闭浏览器、杀毒软件等一切多余软件，再安装即可。

（4）windows下关闭GPU加速计划

2. Cuda安装（以cuda12.4为例）

（1）在这个链接里找到cuda12.4，

此地址一直更新的，https://developer.nvidia.com/cuda-toolkit-archive，点击前面带版本号的名称。

（2）进入版本选择页面

选择适合自己的系统、架构和软件部署方式。

（3）双击下载的软件包安装

像安装平常的软件一样，精简安装就行。

（4）若遇到cuda安装失败的情况

清理完旧cuda的卸载残留（控制面板卸载、各种电脑软件清除参与文件），重启电脑后，关闭浏览器、杀毒软件等一切多余软件，再安装即可。

（5）验证安装

打开命令行窗口，输入

nvcc-v

返回信息如下：成功

nvcc: NVIDIA (R) Cuda compiler driver Copyright (c) 2005-2024 NVIDIA Corporation Built on Tue_Feb_27_16:28:36_Pacific_Standard_Time_2024 Cuda compilation tools, release 12.4, V12.4.99 Build cuda_12.4.r12.4/compiler.33961263_0

3. Cudnn安装（以cudnn9.1.0.70为例）

（1）在这个链接里找到cudnn9.1.0.70

此地址一直更新的，https://developer.nvidia.com/cudnn-archive，点击前面带版本号的名称。

（2）进入版本选择页面

选择适合自己的系统、架构和软件部署方式。虽然没有win11版本，但是根据以往的经验win10版本的也通用。

（3）双击下载的软件包安装

（4）复制与替换

①找到cundnn安装目录，一般为 C:\Program Files\NVIDIA\CUDNN\v9.1 。
②将cudnn目录中的bin、lib、include文件夹复制到cuda安装文件夹下替换。
cuda安装目录一般为 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.4 。

4. 安装Anaconda

（1）Anaconda与Pycharm最好都下载最新版本的

Anaconda下载地址：https://www.anaconda.com/download-success 。

（2）安装

如下图所示，若选择只为当前用户安装，安装路径为C:\Users\Administrator\anaconda3 ；
若选择为所有用户安装，安装路径为C:\ProgramData\anaconda3 。

（3）后续可选安装选项按照推荐勾上。

（4）卸载

卸载时用windows自带控制面板卸载，若有文件残余再手动删除安装目录，比如开始菜单文件件残余 C:\Users\Administrator\AppData\Roaming\Microsoft\Windows\Start Menu\Programs 。

（5）修改anaconda源

将C:\Users\你的用户名.condarc文件内容替换成以下内容：

channels: - https://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge/ - https://mirrors.ustc.edu.cn/anaconda/pkgs/main/ - defaults show_channel_urls: true channel_priority: flexible

没用清华源，因为清华源可能对低版本anaconda支持不好，用的中科大源。
也可以在base环境命令行中用代码修改源：

# 1. 先清空现有 channelsconda config --remove-key channels# 2. 添加中科大源（注意顺序）conda config--addchannels https://mirrors.ustc.edu.cn/anaconda/pkgs/main/ conda config--addchannels https://mirrors.ustc.edu.cn/anaconda/pkgs/r/ conda config--addchannels https://mirrors.ustc.edu.cn/anaconda/pkgs/msys2/ conda config--addchannels https://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge/ conda config--setshow_channel_urlsyes

（6）在 base 环境中安装 Mamba

conda解决环境速度慢又容易卡主，还是mamba好，用起来命令和conda类似，只要把conda开头的换成mamba就行。
以管理员身份运行安装后的Anaconda Prompt，在base环境命令行中运行以下命令：

conda update conda condainstallmamba-nbase-cconda-forge mamba--version# 验证安装成功

（7）conda和mamba常用命令

参考我的文章：https://blog.csdn.net/sinat_30065705/article/details/163955852?fromshare=blogdetail&sharetype=blogdetail&sharerId=163955852&sharerefer=PC&sharesource=sinat_30065705&sharefrom=from_link

5. Pytorch的安装

在Anaconda虚拟环境中安装Pytorch不要太简单哦！

（1）Anaconda创建虚拟环境并激活

注意下面创建虚拟环境的python版本要和最上面的各软件对应关系一致：

mamba create-nllm_apipython=3.11-ymamba activate llm_api

（2）安装cuda版Pytorch（支持GPU计算）

注意下面的安装命令中cuda版本要制定自己的版本号：

mambainstallpytorch torchvision torchaudio pytorch-cuda=12.4-cpytorch-cnvidia-y

（3）验证Pytorch

①在虚拟环境的命令行中输入 python

②在python中依次输入以下命令：

importtorchprint("PyTorch 版本:",torch.__version__)print("CUDA 可用:",torch.cuda.is_available())

③返回信息如下：成功

④其余依赖环境的安装可以参考我的文章
https://blog.csdn.net/sinat_30065705/article/details/163958783?fromshare=blogdetail&sharetype=blogdetail&sharerId=163958783&sharerefer=PC&sharesource=sinat_30065705&sharefrom=from_link

6. Pycharm的安装

Pycharm最好也安装最新版的，否则会和Anaconda版本不兼容。

（1）pycharm下载地址

社区版和收费版合并了，收费版适用到期自动变成社区版：https://www.jetbrains.com/pycharm/download/ 。

（2）安装

像平常软件一样安装，没有任何坑。

（3）在Pycharm中指定Anaconda虚拟环境中的Python编译器

①打开Pycharm工程文件右上角的设置图标。

②在弹出的窗口中依次选择 Python——Interpreter——Add Interpreter——
Add Local Interpreter。
③勾选 Select existing ——conda

④选择自己的环境

⑤最好每个工程文件都如此设置下。

7 windows开机启动

以ollama和webui前段为例，ollama是自动运行的，ollamawebui需要手动运行，可按照下述步骤设置开机自动运行。
（1）在 C:\AI_guotu 文件夹下，右键新建一个“文本文档”。将名字改为 start_webui.bat（注意后缀必须是 .bat，如果看不到后缀，请先在文件夹上方“查看”里勾选“文件扩展名”）。
（2）右键编辑这个 .bat 文件，复制以下内容进去：

@echo off :: 延迟20秒，等待 Ollama 和系统网络完全就绪（20可以改成30或更长）timeout/t20/nobreak>nul :: 激活 Anaconda 基础环境（请确保路径是你实际的安装路径） call C:\ProgramData\anaconda3\Scripts\activate.bat :: 激活你的虚拟环境 call conda activate guotu_deepseek :: 切换到工作目录cd/d C:\AI_guotu :: 启动 WebUI ollamawebui start

（3）右键点击刚才建好的 start_webui.vbs 文件，选择 “创建快捷方式”。
（4）按键盘上的 Win + R 键，打开“运行”窗口。输入 shell:startup 并回车。这会打开系统的“启动”文件夹。把刚才创建的 start_webui.bat 的快捷方式，拖进这个“启动”文件夹里。