参考文章：全网最详细的安装pytorch GPU方法，一次安装成功！！包括安装失败后的处理方法！-CSDN博客

        

一、查看电脑的显卡驱动版本

方法一：在cmd命令窗口中输入nvidia-smi， 当前的版本为12.8 如下图：

        

二、安装CUDA

建议电脑显卡驱动版本**>=**安装的CUDA版本

其实就是安装cudatoolkit, 由于当前的硬件版本比较新，smi_120, 硬件是rxt5060;所以安装的cudatoolkit 版本最低应该是12.8；

已经完成；

查看安装后的cudatoolkit 版本，也是12.8

验证：nvcc -V

三，安装cuDNN，需要注册（可安装可不安装，因为cuDNN就是个加速器）

其实也已经完成；（下载cuDNN -> copy -> 注册环境变量）

验证方案：

在extras/demo_suite/目录下右键在windows终端中打开，然后./bandwidthTest.exe运行，，如果Result = PASS则代表cuDNN安装成功。

四，pytorch-GPU 

方法1：

注意：这一步每个单独的虚拟环境对应自己的pytorch gpu

特别注意： 不要用base python 的虚拟环境, 如下图：

4.1 激活base 虚拟环境：

        conda activate base

4.1 下载pytorch

官网链接 链接: ​​​​​​https://pytorch.org/

获取pytorch的安装命令：

我们这里对应的cuda 版本是12.8

        

激活bash 虚拟环境，执行pip 安装命令；

注意，这里使用了清华源的镜像：要不然速度太慢了

pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu128 -i https://pypi.tuna.tsinghua.edu.cn/simple

pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu128 -i https://pypi.tuna.tsinghua.edu.cn/simple

结果如下图，显示Successfully

五，测试pytorch gpu是否可用

import torch

print(torch.__version__) #版本信息

print(torch.version.cuda) # cuda的版本

print(torch.cuda.is_available())  #输出为True，则安装无误

结果如下图：