配置并验证cuda和pytorch联动使用

之前配置 codeformer 环境，但是一直在CPU 上跑的，昨晚终于调通了从GPU上跑，特此总结一下。

创建/进入虚拟环境

在文件目录下直接输入 cmd

• 创建虚拟环境

python -m venv venv

• 进入虚拟环境 第二次进入，就在该目录下直接输入以下命令就行

.\venv\Scripts\activate

• 退出虚拟环境

deactivate

1、查看CUDA 版本

首先确认您安装了兼容的 PyTorch 和 CUDA 版本。一般来说，PyTorch 版本需要匹配您显卡支持的 CUDA 版本。

可以使用以下命令查看当前的 PyTorch 和 CUDA 版本：

python -c "import torch; print(torch.version.cuda)"

1.1 如果返回None，则意味着您的 PyTorch 安装未配置为使用 CUDA，继续往下看
1.2 查看CUDA 版本，使用下面这个命令查看的可能不准确，这里显示的是12.2

nvidia-smi

1.3 查看CUDA 版本，以下面这个命令打印的版本为主，这里显示的是12.0

 nvcc --version

2、查找与特定 CUDA 版本兼容的 PyTorch 版本，

可以访问 PyTorch 官网并使用其提供的安装指南。以下是具体步骤和网址：

步骤：

访问 PyTorch 官网：

打开浏览器，访问