安装CUDA
查看显卡驱动
在终端键入命令
nvidia-smi
查看第二行CUDA Version，本机为12.0，意为最高支持使用12.0的CUDA版本
一般的，建议把显卡驱动升级后再进行后续安装。
下载安装器
前往CUDA下载地址，下载所需版本的CUDA toolkit。
CUDA于2022年10月出了11.8版本，目前pytorch只支持到11.7，因此要下载最新版请下载11.7的CUDA版本。
如果你是要安装论文的依赖包，请查看论文的具体依赖。
如需查看CUDA的细节，查看CUDA帮助文档。
检验CUDA安装情况
在命令行键入（区分大小写）
nvcc -V
安装正确可以查看到所需的版本号
安装cudnn
前往cudnn下载地址，选择对应版本。解压到
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.7
并将解压出的文件夹名称重命名为cudnn。
添加cudnn环境变量
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.7\cudnn\bin
- 不确定是否必要
安装Torch
从pytorch官网命令复制页面根据你的需要复制安装命令。
我是conda版本安装，因此打开anaconda终端输入
conda install pytorch torchvision torchaudio pytorch-cuda=11.7 -c pytorch -c nvidia
然后在可能出现的询问弹出键入y
- 如果使用一般的cmd终端，可能会出现CondaSSLError。改用conda自带的终端程序即可避免此问题。
- 其他方式官网安装助手
检查Torch可用性
import torch
x = torch.rand(5, 3)
print(x)
检查Torch.cuda可用性
import torch
torch.cuda.is_available()
cuda.is_available()为False情况
如果安装的是conda版本，查看是否将torch安装到了其他环境。
参考文档：
知乎：cuda 和 cudnn 库的卸载与安装
文章出处登录后可见！
已经登录？立即刷新
