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
