目录

一、CUDA安装

1.查看自己电脑适配的CUDA的最高版本

2.安装CUDA

3.检查环境变量是否配置，安装是否成功

二、pytorch库安装

1.pytorch库下载

2.选择合适的版本

3.查看版本

---

一、CUDA安装

1.查看自己电脑适配的CUDA的最高版本

• 在命令提示符里输入nvidia-smi
• 表格右上角显示的CUDA版本是该电脑适配的最高版本
• 一般下载比该版本低一点的版本，因为会更稳定

 

2.安装CUDA

CUDA下载地址：

CUDA Toolkit Archive | NVIDIA Developer

• 自选版本下载，我下载的是11.8.0版本的

• 选择windows，x86，win10，一般选择local本地下载
• 推荐使用迅雷下载，浏览器下载很慢

• 选择默认路径即可

• 正在安装

• 自动检查系统兼容性

• 选择自定义安装

• 第一次安装全选

• 使用默认位置即可，放c盘就行，尽量不要放d，e盘

• 下一步，直到安装完成

 

3.检查环境变量是否配置，安装是否成功

• 可以在命令提示符输入set cuda 来查看环境变量是否配置

• 也可以在系统变量里查看有无上面的路径

• 最后在命令提示符输入nvcc -V 或者 nvcc --version查看安装好的CUDA版本及其信息

 

二、pytorch库安装

1.pytorch库下载

• 复制下方红框里的网址

• 进入网页之后下滑找到torch，点击进入

 

2.选择合适的版本

• 按ctrl+f搜索网页内容，
• 找到符合条件的torch版本进行安装
  • cp表示python解释器的版本，需要与自己所用的解释器版本一致
  • cu表示CUDA版本，可以比自己下载的CUDA版本低
  • torch选择1.0的版本，不要选择2.0及以后的版本

 

3.查看版本

• 安装好了之后在命令提示符里输入pip list 即可查看python解释器安装的所有的第三方库
• 出现该行即安装成功