- NVIDIA设置 -> 帮助 -> 系统信息 -> 组件,中查看所能支持的最高版本的CUDA
- 根据第一条,选择一个版本的CUDA,先不忙着安装这个版本的CUDA
- 根据选择的CUDA版本,在pytorch的官网上寻找满足这个CUDA版本的下载命令,如果能找到就可以安装对应版本的cuda以及与cuda对应的cudnn,安装cuda&cudnn参考,但是这个下载命令先不急着执行
- 根据这个下载命令中的torch的版本,查看一下需要什么版本的python
- 安装合适的python版本,或者通过Anaconda虚拟环境进行配置(推荐)
- 安装好python之后就可以在命令行执行第3步中的下载命令了
- 下载之后,进行验证即可
验证命令:
torch.cuda.is_available() # 应该返回True
torch.device("cuda:0" if (torch.cuda.is_available() and 1 > 0) else "cpu")
print(torch.cuda.get_device_name(0)) # 应该返回显卡版本