pytorch+CUDA安装教程
检查GPU配置
查看电脑的GPU
打开任务管理器，选择性能——GPU
我的GPU为NVIDIA GeForce RTX 3060 Laptop GPU
查看GPU是否支持CUDA
前往CUDA | 支持的GPU | GeForce查看是否支持自己的GPU，不过官网总是一闪而过，有时看不见支持的型号，可以自行去查看
查看NVIDIA驱动支持的CUDA型号
打开终端，输入
1 | NVIDIA-smi |
查看支持的CUDA版本，这里CUDA Version为12.6，最高能支持到12.6，如果这个版本不能满足需求想要更高版本，那就去更新NVIDIA驱动的版本之后再来查询
下载CUDA及cuDNN
CUDA下载
官网链接：CUDA Toolkit - Free Tools and Training | NVIDIA Developer
点击Download Now，根据个人情况进行选择，点击Download，我的选择如图
打开下载好的安装包，这里默认即可，这个路径并不是cuda的安装位置，而是cuda安装过程的临时文件位置
这里选择继续
这里勾选上然后next
这里选择精简即可，也可以自定义根据自己需求选择（小白不建议）
这里就安装完成了
cuDNN下载
官网链接：cuDNN Archive | NVIDIA Developer
选择一个可以支持CUDA版本的cuDNN，例如我CUDA版本为12.6，那就选择for CUDA 12.x的版本
选择自己操作系统对应的下载即可，我这里选择windows的版本
将cuDNN放入到CUDA安装路径
下载好压缩包以后解压，将整个文件夹放入CUDA安装路径就行
CUDA安装路径为：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.6
这里给一个查看方式：
打开系统环境变量，在系统变量中找到CUDA_PATH就是cuda的安装路径了
我这里将解压出来的文件夹名改成了cudnn（ps：因为默认的太长了）
下载及配置anaconda
下载anaconda
官方网站：Download Anaconda Distribution | Anaconda
官方网站下载速度比较慢，而且需要注册登录比较麻烦，可以选择使用清华镜像站下载anaconda，网址：Index of /anaconda/archive/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror
一定要选择anaconda3，不要选anaconda2！！！anaconda3是用的python3，anaconda2是用的python2。我这里选择anaconda3-2023年9月版本的，
打开下载好的安装包，点击next
选择just me，点击next
这里选择安装位置
这里选择1,3即可不要选择2，2可能与其他应用产生冲突，建议稍后自行配置环境变量
到这里就安装成功了，这两个勾都取消即可，点击finish完成安装
配置环境变量
打开环境变量
打开系统变量的Path，点击右侧新建，然后添加anaconda安装路径，以及安装路径下scripts文件夹路径，以及安装路径下Library\bin文件夹路径。例如我电脑Anaconda安装在”D:\App\Anaconda“位置上，那么三个路径如图所示。
完成后点击确定关闭界面。
创建虚拟环境，安装pytorch
1.再开始菜单中找到anaconda3，打开Anaconda Prompt，输入下面语句创建环境
1 | conda create -n 环境名 python=version |
2.这里输入y，回车安装即可
安装成功
3.进入创建好的环境
1 | conda activte 环境名 |
4.进入pytorch官网
官网链接：PyTorch
这里根据电脑的操作系统选择即可，我这里是图中的配置，注意CUDA版本不要超过NVIDIA驱动支持的CUDA型号
5.复制command命令回到刚才的环境中执行即可
有时solving environment会出现unsuccessful的情况，耐心等待一会可能就会成功，如果长时间不成功，也许是镜像源的问题，经几次测试默认源几乎不会出现这种情况，稍等后便可正常下载
如果anaconda改过国内源，那么下载时把 -c pytorch 删掉，否则仍然使用默认源下载
这里输入y，回车安装
等待一段时间安装就成功了
测试环境
在安装好的环境中输入python
输入 import torch
输入 torch.cuda.is_available()
返回true即表示成功
在pycharm中使用刚才装好的环境
打开pycharm，进入项目后，打开设置
在左侧选择项目——python解释器——添加解释器——添加本地解释器
选择conda环境——右侧选择conda.exe环境，路径应该为anaconda安装路径下scripts文件夹下——点击加载环境
加载完毕后选择使用现有环境，就可以选择我们anaconda中创建的环境啦——然后点击确定即可
在python解释器中就可以看见我们刚才创建的解释器了，进行选择点击确定即可
在这个项目中创建一个python文件用下边代码进行测试pytorch以及CUDA是否安装成功
1 | import torch |
输出为True即成功！！！
微信
支付宝