参考链接：Windows 下安装 CUDA 和 Pytorch 跑深度学习 - 动手学深度学习v2_哔哩哔哩_bilibili
0.准备工作
请确保你是NVIDIA的显卡（不能是AMD、集成显卡）
1.下载CUDA
打开developer.nvidia.com/cuda-downloads，打开有点慢
选择Windows
本地安装
接下来就会出现对应的安装包
安装或许会有点慢，取决你网速
2.安装CUDA
下载完成后，我们双击安装
选择路径
等待解压
进入安装流程
等待检查兼容性
安装的话，基本上都是 默认 选项
等待安装即可
中途会黑一下，这是正常情况！
安装成功
检查是否安装成功
nvidia-smi
可以看到这里我的显卡是
RTX 3060- CUDA版本：12.1
3.下载Miniconda
打开网站
Miniconda — conda documentation
选择Windows——3.8版本
安装Miniconda
基本上按照它的默认安装
4.打开Miniconda
可以直接选择Windows打开，将会显示新添加的模块
查看版本是不是我们想要的
5.下载pytorch（GPU版本）
打开网址
Start Locally | PyTorch
执行命令
将下面显示的命令复制到我们刚才打开的Miniconda中
pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118
这里需要安装的包有点大，需要等待一会儿……
测试一下
python
import torch
a = torch.ones((3,1)).cuda(0)
b = torch.ones((3,1)).cuda(0)
a + b
这里是cuda0的device，一切正常
6.安装D2L和jupyter
打开网站
《动手学深度学习》 — 动手学深度学习 2.0.0 documentation (d2l.ai)
下载记事本
解压一下文件
安装所需的包（jupyter d2l）
pip install jupyter d2l
安装完成
7.下载d2l记事本运行测试
jupyter notebook
请先切换路径进入到你解压notebook的位置
运行成功后，将会出现这样的页面
选择pytorch
选择chapter_convolutional-modern
选择resnet.ipynb
运行代码
选择Kernel–>Restart & Run All
开始下载一些数据
出现了这个错误的话，是网络原因（可以先切换一下网络xxx，然后再次启动）
开始在cuda:0训练
开始绘制图像
在训练的时候，我们可以输入查看一下
nvidia-smiGPU使用率
最终的结果
我们训练速度每秒处理2510张样本，而在云上，则可以处理到4722张样本每秒文章来源：https://www.toymoban.com/news/detail-726859.html
文章来源地址https://www.toymoban.com/news/detail-726859.html
到了这里，关于Windows 下载与安装CUDA和Pytorch【安装教程、深度学习】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！
