环境搭建：Conda虚拟环境配置、PyTorch安装、CUDA与cuDNN版本匹配、ACT依赖库安装

说实话，环境搭建这事儿，看着简单，但坑是真不少。我见过太多同学代码写得好好的，结果卡在环境配置上，一卡就是半天。咱们今天就把这事儿捋清楚，一步到位。

1. Conda虚拟环境：隔离是王道

我个人习惯，每个项目都建一个独立的虚拟环境。为什么？你想想看，项目A用PyTorch 1.12，项目B用PyTorch 2.0，混在一起迟早出问题。

创建环境很简单，一行命令搞定：

conda create -n act_env python=3.9 -y

这里我选了Python 3.9。为什么不是3.10或3.11？嗯，我在项目中遇到过，ACT的一些依赖库对3.9支持最稳，3.10以上偶尔会报一些奇怪的兼容性问题。

激活环境：

conda activate act_env

每次打开终端，记得先激活环境。我刚开始做项目时经常忘，结果装了一堆包到base环境里，后来想清理都费劲。

2. CUDA与cuDNN版本匹配：别瞎装

这是最容易踩坑的地方。我曾经因为CUDA版本不对，折腾了整整一个下午。

先搞清楚你的显卡支持什么版本的CUDA。用这个命令查：

nvidia-smi

看右上角的CUDA Version，那就是你显卡支持的最高版本。比如显示12.1，那你装CUDA 11.8或12.1都行，但不能装13.0（还没出呢）。

我建议的版本组合：

PyTorch版本	CUDA版本	cuDNN版本	备注
2.0.x	11.8	8.7.0	最稳组合，推荐
2.1.x	12.1	8.9.0	新特性多，但兼容性稍差
1.13.x	11.7	8.5.0	老项目用这个

安装CUDA和cuDNN其实不用手动下载。用conda装最省心：

conda install cudatoolkit=11.8 -c nvidia
conda install cudnn=8.7.0 -c nvidia

但说实话，我更推荐直接用PyTorch自带的CUDA版本。后面会讲。

3. PyTorch安装：选对渠道

PyTorch安装，核心就一句话：去官网找命令，别自己瞎猜。

打开 PyTorch官网，选你的配置：

• PyTorch Build: Stable
• Your OS: Linux/Mac/Windows
• Package: Conda 或 Pip
• Compute Platform: CUDA 11.8 或 12.1

比如我选CUDA 11.8，命令就是：

pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118

或者用conda：

conda install pytorch torchvision torchaudio cudatoolkit=11.8 -c pytorch -c nvidia

我个人习惯用pip。为什么？conda有时候解析依赖太慢，pip快多了。但如果你在Windows上，conda会更稳一些。

装完后验证一下：

python -c "import torch; print(torch.__version__); print(torch.cuda.is_available())"

如果输出 True，恭喜你，CUDA和PyTorch配对成功。

4. ACT依赖库安装：一个不漏

ACT项目需要的依赖库不少，但别怕，咱们一个一个来。

核心依赖清单：

• numpy：矩阵运算，必备
• opencv-python：图像处理，ACT里用来看摄像头数据
• matplotlib：画图，调试时很有用
• h5py：读写HDF5文件，ACT的数据集格式
• tqdm：进度条，训练时看着舒服
• einops：张量操作，ACT的代码里大量使用
• diffusers：扩散模型相关，ACT的核心组件
• transformers：Hugging Face的库，ACT用到了里面的模型

安装命令：

pip install numpy opencv-python matplotlib h5py tqdm einops diffusers transformers

这里有个坑。diffusers和transformers的版本要匹配。我建议：

pip install diffusers==0.21.0 transformers==4.36.0

为什么指定版本？因为ACT的代码是基于特定版本写的。新版diffusers改了API，直接装最新版会报错。嗯，这个坑我踩过。

5. 一键安装脚本：省心省力

为了以后方便，我写了个安装脚本。你直接复制粘贴就行：

#!/bin/bash
# ACT环境一键安装脚本

# 1. 创建环境
conda create -n act_env python=3.9 -y
conda activate act_env

# 2. 安装PyTorch（CUDA 11.8版本）
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118

# 3. 安装ACT依赖
pip install numpy opencv-python matplotlib h5py tqdm einops
pip install diffusers==0.21.0 transformers==4.36.0

# 4. 验证
python -c "import torch; print('PyTorch:', torch.__version__); print('CUDA:', torch.cuda.is_available())"

echo "环境搭建完成！"

保存为 setup_act.sh，然后运行：

bash setup_act.sh

搞定。以后换机器，直接跑这个脚本，省得一个个装。

6. 知识体系总览

下面这张图，帮你理清整个环境搭建的逻辑：

说白了，整个流程就是：先搭好Conda环境，再配好CUDA和cuDNN，然后装PyTorch，最后装ACT的依赖库。每一步都踩稳了，后面跑代码才顺。