深度学习环境配置注意事项：

1. 系统：

win10/11系统 或

Ubuntu系统, 如Ubuntu 20.04

2. GPU显卡：

如 RTX3070/RTX3080/RTX3090

*****注意1：注意区分GPU的驱动程序版本（如下图 512.59）与支持的最高的CUDA的版本（11.6）的区别。

******注意2：Nvidia GPU 架构

如常见的 RTX 3070， RTX3080， RTX3090 GPU的架构为Ampere架构，计算能力SM86（8.6）。

编译程序时，需要注意架构和计算能力的区别。 如果架构不同或者计算能力不同，编译后的程序是不可以运行的。

https://arnon.dk/matching-sm-architectures-arch-and-gencode-for-various-nvidia-cards/

不同的GPU的计算能力可以参考Nvidia官网

https://developer.nvidia.com/zh-cn/cuda-gpus

3.CUDA与cudnn

cuda11.3+cudnn8.2

**** 注意1： CUDA版本与GPU驱动程序的版本有关系。GPU支持的CUDA最高版本信息，可以通过nvidia-smi查看。

**** 注意2：cudnn的版本与CUDA的版本需要匹配

CUDA

https://developer.nvidia.com/cuda-toolkit-archive

cudnn

https://developer.nvidia.com/cudnn

4. PyTorch

PyTorch1.11

也可以用TensorFlow，但是TensorFlow没有PyTorch容易上手

**** 注意1：PyTorch的版本需要与CUDA，cudnn， Python的版本相匹配， 参考链接：

5. Python环境配置

推荐用Anaconda配置Python环境以及第3方库安装和管理

https://www.anaconda.com/

6.IDE软件

推荐 PyCharm (Community Edition, 免费！！)

https://www.jetbrains.com/pycharm/

或者vscode

参考链接：

1.  https://blog.csdn.net/clovercui/article/details/126186814

2.