本文基于conda安装GPU版本的PyTorch

一、CUDA

1.下载CUDA 点击下载

2.cuDNN 下载

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2\binC:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2\includeC:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2\libC:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2\libnvvp

二、pytorch下载

1.下载 pytorch

2.查看cuda版本

打开命令行 输入：nvidia-smi

3.找到对应的版本

4.安装 （方法一）

1.下载地址torch
2. Anaconda prompt 命令，先进入虚拟环境，然后输入 python，我的 python 版本是3.8

创建虚拟环境

# conda create -n 虚拟环境名 python版本 
conda create -n d2l-zh-GPU python=3.8

激活虚拟环境

#conda activate 虚拟环境名字
conda activate GPU 

3.参考下载torch

4.将下载好的torch和torchvision放到一个文件夹下，并用cd命令进入 如果跨盘符 可参考cd命令

cd 路径名

5.用pip命令安装

pip install "torch-1.10.0+cu113-cp39-cp39-win_amd64.whl"
pip install "torchvision-0.11.1+cu113-cp39-cp39-win_amd64.whl"

4.安装 （方法二）

（1）打开，Anaconda Prompt,创建虚拟环境

# conda create -n 虚拟环境名 python版本
conda create -n d2l-zh-GPU python=3.8

（2）进入虚拟环境

# conda activate 虚拟环境名
conda activate d2l-zh-GPU

（3）安装GPU版本的pytorch
输入第3步中找到对应版本的代码

pip install torch==1.11.0+cu113 torchvision==0.12.0+cu113 torchaudio==0.11.0 --extra-index-url https://download.pytorch.org/whl/cu113

5.验证是否安装成功

（1）输入pip list

（2）输入python，接着输入

import torch
torch.cuda.is_available() # 查看是否成功安装GPU版本

☺☺☺☺☺☺☺☺☺☺☺☺☺☺☺☺☺☺☺☺☺☺☺☺☺☺☺☺☺☺☺☺☺☺☺☺☺☺☺☺☺☺☺
我是韩一，用知识认识更多的人，欢迎大家指正！