win安装cuda

背景资料：

nvcc -v

• 作用：nvcc 是 NVIDIA CUDA 编译器驱动程序，用于将 CUDA 源代码编译为可在 GPU 上执行的二进制文件。nvcc --version 命令用于显示当前安装的 CUDA Toolkit 的版本信息。

• 显示内容：

  • CUDA 编译器的版本号（例如 11.7.99）。

  • 构建日期和其他相关信息。

• 示例输出：

  复制

  nvcc: NVIDIA (R) Cuda compiler driver
  Copyright (c) 2005-2023 NVIDIA Corporation
  Built on Tue_May_23_19:36:34_PDT_2023
  Cuda compilation tools, release 12.6, V12.6.91

• 用途：主要用于开发 CUDA 应用程序时，确认安装的 CUDA Toolkit 版本是否符合开发需求。

nvidia-smi

• 作用：nvidia-smi（NVIDIA System Management Interface）是一个命令行工具，用于管理和监控系统中的 NVIDIA GPU 设备。

• 显示内容：

  • GPU 的使用情况，包括显存使用率、温度、功耗等。

  • 驱动程序版本。

  • 支持的最高 CUDA 版本（即驱动程序兼容的 CUDA 运行时版本）

回到正事：

nvidia-smi  用它先查下我们本地的硬件，确定下版本

实际上要安装cuda的编译程序nvcc，安装的版本要比硬件版本低

CUDA Toolkit Archive | NVIDIA Developer

选版本

按完之后

nvcc -v

检查是否安装成功

之后一般会选环境按章torch

 去 PyTorch 官网 安装pytorn的版本一定要跟硬件nvidia-smi显示的版本一样，不一样要去他的历史版本处找

pip uninstall torch torchvision torchaudiop

pip install torch==2.0.0 torchvision==0.15.1 torchaudio==2.0.1 -i https://pypi.tuna.tsinghua.edu.cn/simple -f https://download.pytorch.org/whl/torch_stable.html

这个版本实在这里对照（历史版本处）

Previous PyTorch Versions | PyTorch

安装完之后可以用它来检测写torch环境可以用么？

import torch
print(torch.cuda.is_available())  # 是否可以用gpu False不能，True可以
print(torch.cuda.device_count())  # gpu数量， 0就是没有，1就是检测到了

我这里一直找不见torch ,是因为torch包下的不对，这里有一个可以下对的方法

复制网址打开网页我是cuda116所以把118改为116

就可以代开网页选torch

Cuda还是有问题

我们要下torch 和torchvision，把这三个包下载下来

Torch,torchvision, torchaudio,

选包时要选对

Cuda版本116，

终于把这个torch问题解决了