PyTorch GPU安装

本文提供了一份完整的PyTorch GPU环境配置指南，包括从NVIDIA驱动检查、CUDA与cuDNN的下载与安装，到Anaconda环境设置和PyTorch的安装验证。适用于希望在Windows系统上利用GPU加速深度学习项目的开发者。

前提： 确定你安装好了anaconda并配置好了环境变量 ，如果没有，网上有很多详细的配置教程，请自行学习 打开Anaconda Prompt 创建conda虚拟环境并激活 注：env_name表示创建虚拟环境的名字，可以起任意名（我创建时命名为pytorch） 激活虚拟环境 总结： 系统的CUDA版本决定了系统最

目录 一、安装显卡驱动 1、查看显卡驱动型号 2、下载显卡驱动 3、查看GPU状态 二、安装Visual Studio 2019 三、安装CUDA 1、下载对应版本的CUDA 2、安装下载好的CUDA 3、设置环境变量  四、安装cudnn 五、安装anaconda 六、安装PyTorch 1、创建虚拟环境 2、激活并进入虚拟环境 3、安装Py

①算力：需要先知道你的显卡，之后根据官网表格进行对应，得到算力 ②CUDA driver version：电脑上显卡的硬件驱动 ③CUDA runtime version：pytorch官网上所显示的CUDA版本号 三者之间需要满足的关系： CUDA driver version ≥ CUDA runtime version (即：②≥③) CUDA runtime version得支持自己电脑G

我记得以前安装过深度学习库GPU版本， 需要安装cuda什么的，翻了下还真写过一篇win10安装tensorflow的文章，但是流程不止不详细，还不清晰。这次就再记录一遍 这次安装的是pytorch，这么多年似乎pytorch要逐渐统一深度学习库了，下面几个步骤 这一步其实不难，就是东西有点大

1、进入pytoch官网：PyTorch 找到pytorch-gpu版本，看到CUDA11.8、11.7、CPU，这里我选择安装CUDA11.8 2、下载CUDA Toolkit：CUDA Toolkit 11.8 Downloads | NVIDIA Developer 3、下载CUDANN：cuDNN Download | NVIDIA Developer 命令行输入nvidia-smi，查看驱动信息 输入nvcc --version 进行检查 4、根据pytoch官方指令下载p

🌷🍁 博主 libin9iOak带您 Go to New World.✨🍁 🦄 个人主页——libin9iOak的博客🎐 🐳 《面试题大全》 文章图文并茂🦕生动形象🦖简单易学！欢迎大家来踩踩~🌺 🌊 《IDEA开发秘籍》学会IDEA常用操作，工作效率翻倍~💐 🪁🍁 希望本文能够给您带来一定的帮助🌸文章粗浅，敬

        安装PyTorch的开发环境：Anaconda+CUDA+cuDNN+PyCharm Community 1.1 版本选择 第一步就是最关键的版本对应问题（这决定你能否成功安装PyTorch，以及能否成功安装GPU版本的关键问题），可以这么说，版本不能对应好，后面有很大的问题，因此，我们要先确定版本的对应关系。（

通过官网引导就可以完成安装，或者通过下面网址复制conda安装命令，安装历史版本 Previous PyTorch Versions | PyTorch ​ 输出： 参考： Windows环境下Gpu版本的Pytorch安装_pytorch向下兼容吗_晓码bigdata的博客-CSDN博客

目录 一、前言 二、安装CUDA 三、安装cuDNN   四、安装Anacanda 五、安装pytorch 六、总结     最近因为需要安装GPU版本的Pytorch，所以自己在安装过程中也是想着写一篇博客，把整个过程记录下来，在整个过程中也遇到了不少的问题，查看了以往别人的一些解决方案，希望能够给

激活conda环境，并查看 发现pytorch版本是cpu_py38*********，代表是CPU版本。 （别太在意原有的库包，因为cpu版本关联了很多包，一个是cpu版本会有不少包都是cpu版本，重装后缺什么再安装什么就是了） 我这里指定3.8的py版本重装一个叫env的环境 查看当前的conda源中，pytorch的安装

距离第一次安装深度学习的GPU环境已经过去了4年多（当时TensorFlow特别麻烦），现在发现安装pytorch的GPU版本还是很简单方便的，流程记录如下。 Free Download | Anaconda 直接下载最新版本到电脑里，并安装。 win+R 然后输入cmd调出命令窗，输入 nvidia-smi 通过搜索找到”设备管理器”

目录 一些概念理解  0.anaconda配置国内镜像源  1.anaconda建立一个新的虚拟环境  2. 更新显卡驱动CUDA Driver  3. 安装pytorch 3.1 法（一）：利用pip安装Pytorch 3.1.1 法（一）在线pip安装  3.1.2 法（二）本地pip安装 3.2 法（一）：利用conda安装Pytorch 3.3 验证pytorch是否安装成功  4. Pychar

pytorch官网建议最好使用的是英伟达(NVIDIA)的显卡，说一下我自己的配置：显卡NVIDIA GTX1050ti 1.查看当前显卡所需的CUDA版本 首先，去 NVIDIA控制面板中点击左下角的 系统信息 ，可以看到显卡的名称和其当前的驱动版本。 点击***组件***，可以查看到所需CUDA的最高版本（下载CUDA的

我们通过Pytorch官网安装torch的时候，会发现常常由于网速问题安装不成功，下面提供一种简单的方法可以成功安装Cuda12.1，亲测有效。 目录 一、常规方法  二、有效方法 2.1 创建并激活虚拟环境 2.2 添加清华源 2.3 安装torch   通过Pytorch官网安装torch，网址链接如下：PyTorch  会