该文详细介绍了如何通过cmd查询和NVIDIA控制面板来确定CUDA的适用版本，以及从CUDAtoolkit官网下载并安装CUDA。在安装过程中，提到了选择安装路径和配置环境变量的步骤。之后，文章讲述了如何通过设备查询和带宽测试验证CUDA是否安装成功。接着，文章转向PyTorch的安装，提供了conda命令行安装方法，并通过检查torch版本和GPU可用性来确认安装是否成功。
前言
最近重装了电脑，总结一下pytorch安装
一、cuda安装
方式一（cmd查询）
打开cmd输入
nvidia-smi
CUDA Version后的数字即为支持的最高版本
方式二（NVIDIA控制面板）
先查询自己的显卡驱动版本
对应上表找到自己的cuda版本
CUDA toolkit Download
官网安装
选择对应的版本和系统，下载exe
比较大，一般3G左右，可以使用idm，快一些.
安装过程
三、 CUDA 安装与配置过程
双击“exe文件”，选择下载路径（推荐默认路径）
安装选项
如果你是第一次安装，尽量全选
如果你是第n次安装，尽量只选择第一个，不然会出现错误
然后无脑安装，结束后查看系统环境变量
应该有这两个
没有需要手动添加
测试CUDA是否安装成功
进入cuda安装路径：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.1\extras\demo_suite
同样用cmd，分别输入deviceQuery.exe 和 bandwidthTest.exe，若都显示 Rsult=PASS 则说明通过，否则需要重新安装。
二、pytorch安装
安装命令
官网地址
选择合适的版本后，输入进conda的prompt，开始下载
测试
新建python文件并运行
import torch
print(torch.__version__)
print(torch.cuda.is_available())
打印结果为true则安装成功
至此结束
结尾
有时间再更装机的过程
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
