1.检查电脑GPU版本
在空白桌面上右击,打开NVIDIA控制面板,控制面板如图所示。
点击左下角的系统信息,在驱动程序版本一栏可以看到计算机使用的驱动版本。
2.查看CUDA版本
官方说明文档: https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html
界面如下,查看对应的CUDA版本。
3.下载CUDA
下载网址:https://developer.nvidia.com/cuda-toolkit-archive
下载界面如下,选择对应版本下载。
4.下载cuDNN
地址:https://developer.nvidia.com/rdp/cudnn-download
注册一个账号,注册好后就是如下界面
通过此网址,查看适配的cuDNN:https://developer.nvidia.com/rdp/cudnn-archive
根据前面下载的CUDA的版本进行选择,这里是我下载的版本。
我下载的最终版本是这个
5.CUDA安装与配置
(1)双击exe文件,选择安装路径
(2)安装选项
不要选visual studio integration
(3)记住安装路径,后面要用!
(4)安装进行
(5)安装完成
查看系统中是否已经添加了路径,如果没有需要自己手动添(之前如果安装在别的盘,安装好后系统会自动转移到C盘的programm file中)

6.测试环境是否安装成功
运行cmd,输入nvcc --version 即可查看版本号
set cuda,可以查看 CUDA 设置的环境变量
1.nvcc --version
1.set cuda
7.cuDNN配置
(1)cuDNN解压缩
我们先把下载的 cuDNN 解压缩,会得到下面的文件:
把三个文件夹拷贝到cuda的安装目录下,CUDA 的安装路径在前面截图中有,或者打开电脑的环境变量查看。
直接复制,不要跳过。
(2)添加至系统变量
往系统环境变量中的 path 添加如下路径(根据自己的路径进行修改)
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1\include
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1\lib
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1\libnvvp
(3)验证安装是否成功
首先win+R启动cmd,cd到安装目录下的 …\extras\demo_suite,然后分别执行bandwidthTest.exe和deviceQuery.exe,应该得到下图:
8.Anaconda安装
清华镜像(国内首选): https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
下载好安装包之后,点击运行安装包;
选择安装路径,切记要勾选Add Anaconda to the system PATH environment variable,等待安装完成;
验证安装成功,打开cmd,输入conda,回车;验证是否将anaconda添加到环境变量中,打开cmd,输入conda list
9.安装pytorch
(1)下载torch/torchvision
在官网选择合适的版本:http:// https://download.pytorch.org/whl/torch_stable.html
torch/torchvision 都需要安装(一定要根据自己的cuda和python版本下载!!不知道的百度搜,我这边踩雷了后面一直失败,对应好了就成功了)
(2)创建虚拟环境
输入:
conda create -n PyTorch python=3.6.5
输入下列激活环境:
conda activate PyTorch
下载好以上两个文件之后,打开anaconda prompt,转路径到torch所在路径,如果本身在c盘直接cd转过去,如果在别的盘比如D盘,则cd/d....,如下:
(3)安装两个包
torch和torchvision都要,如下所示:
安装好后检查一下,conda list
10.pycharm配置
打开file,setting,在python interpreter中,选择existing environment,在anaconda路径下,点击envs,找到python.exe,一直OK。
设置好后,在pycharm新建一个python file,输入以下内容:
import torch
print("hello pytorch {}".format(torch.__version__))
运行后得到以下结果,表明安装成功。