一、判断显卡种类
判断你当前电脑的显卡是NVIDIA（N卡）还是AMD（A卡），Pytorch需要基于NVIDIA的显卡（N卡）上运行，A卡就不行了。
二、安装CUDA、CUDNN（一定要注意对应版本！！！）
2.1 安装CUDA
1.判断电脑应该装什么版本的CUDA。
方式一：NVIDIA 控制面板中查看
方式二：CMD查看
CMD中输入：
nvidia-smi
查看到本机可装CUDA版本12.0，版本向下兼容，意思就是CUDA 12.0及以下版本的都可以安装，但一般不建议使用最新版本的，因为可能后续其他安装包没有更新对应版本的可以下载，所以最好选CUDA 12.0以前的一到两个版本，我这里选择的是CUDA 11.6，可以从pytorch官网（官网：https://pytorch.org/get-started/locally/）中可以看到，目前的CUDA版本一般是11.6和11.7（2023年1月9日）。
2.下载对应版本CUDA 11.6（官网地址：https://developer.nvidia.com/cuda-toolkit-archive）
这三个均为CUDA 11.6的安装包，任意选择一个，点击下载。
3.选择本机对应平台的CUDA安装包，我的电脑配置为（Windows 10，64位），下载会有点慢，大概2个G左右。
4.打开exe安装包，点击自定义安装
5.如果你是第一次安装，尽量全部选择；如果是以前卸载过重装，那就只勾选第一个CUDA进行安装，如下：
6.尽量不选择装Visual Studio Integration，不然后面会出现问题
7.安装位置尽量使用默认路径，这里最好截个图，不然后续配置环境变量不知道在哪个文件夹内。
8.打开【控制面板】——【程序】——【程序和功能】，查看是否安装好CUDA程序
9.配置环境变量
配置4个环境变量，变量名为：
CUDA_PATH
CUDA_PATH_V11_6
NVCUDASAMPLES_ROOT
NVCUDASAMPLES11_0_ROOT
路径均为上面截图的路径，我的是：
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6
10.使用CMD查看CUDA是否安装成功，命令为nvcc --version或nvcc -V
至此，CUDA安装成功。
2.2 安装CUDNN
1.查看已经安装好的CUDA，适配的CUDNN版本是多少（官网：https://developer.nvidia.com/rdp/cudnn-archive），此网址需要注册，注册一下登录然后就可以下载了。
我下载的是v8.6.0，匹配CUDA 11.x版本。
2.下载好的是一个压缩包，解压后如下：
包含bin、include和lib文件夹。
3.把这三个文件夹（bin、include和lib）复制到上面安装CUDA第8步的同名文件夹中（建议分别把文件夹里的内容复制到对应CUDA第8步的同名文件夹中）
就是把解压后cudnn-windows-x86_64-8.6.0.163_cuda11-archive下的bin、include和lib文件夹的内容复制到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6的bin、include和lib文件夹内。
4.添加环境变量
在Path变量内添加4个路径：
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6\include
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6\lib
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6\libnvvp
5.验证是否配置成功
cmd中依次输入：
cd C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6
cd .\extras\demo_suite
.\bandwidthTest.exe
这样就是安装成功了！！
三、安装Pytorch
Pytorch非常脆弱，必须使用Python版本+PyTorch版本+torchversion版本+torchaudio版本+CUDA版本一一对应！！我的电脑装的是anaconda 3，Python版本为3.9，每个人版本不一样，装的东西也不一样。
1.最好不要去官网使用pip直接安装（官网：https://pytorch.org/get-started/locally/），因为真的很卡，有时候用了镜像也会因为网络问题中途断开，建议使用我的方法，保证不会因为镜像问题或网速问题出错！
2.官网如上所示，是需要安装torch、torchvision和torchaudio（自然语言处理最好再下个torchtext），打开后面的url（https://download.pytorch.org/whl/cu116）
3.安装torch。点击torch，里面会看到一堆whl文件，你要找个最合适的版本下载。
首先肯定下载最新版，其次必须匹配你的cuda版本，然后Python版本也得合适， 然后操作系统也得匹配，最后，处理器架构得合适。
比如我的计算机是cuda11.6, Python 3.9, Windows10系统64位, 那么就选择torch-1.12.0+cu116-cp39-cp39-win_amd64.whl就好了
所以我的torch版本是 1.12.0 后面所有的包都要基于这个版本对应的版本进行安装！
4.安装torchvision。对应版本如下表（网址：https://blog.csdn.net/shiwanghualuo/article/details/122860521）
我选择的是torchvision-0.13.0+cu116-cp39-cp39-win_amd64.whl进行下载
5.安装torchaudio。安装版本如下表所示（网址：https://blog.csdn.net/shiwanghualuo/article/details/122860521）
所以我安装的是torchaudio-0.12.0+cu116-cp39-cp39-win_amd64.whl。
6.安装torchtext。安装版本（网址：https://blog.csdn.net/weixin_45893089/article/details/126533469）见下表：
我下载的是torchtext-0.13.0-cp39-cp39-win_amd64.whl。
7.安装torch、torchvision、torchaudio、torchtext这四个包，我是把这四个文件夹放进了D盘根目录下，cmd里输入：
cd d:\
pip install torch-1.12.0+cu116-cp39-cp39-win_amd64.whl
pip install torchvision-0.13.0+cu116-cp39-cp39-win_amd64.whl
pip install torchaudio-0.12.0+cu116-cp39-cp39-win_amd64.whl
pip install torchtext-0.13.0-cp39-cp39-win_amd64.whl
安装成功后，会显示successful！
8.测试是否安装成功
cmd里输入：
文章来源：https://www.toymoban.com/news/detail-417036.html
python
import torch
torch.cuda.is_available()
显示True则表示安装成功！文章来源地址https://www.toymoban.com/news/detail-417036.html
到了这里，关于NVIDIA、CUDA、CUDNN、PyTorch安装吐血整理！！！的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！
