1、创建环境(50系最好使用python3.10及以上的版本)

conda  create -n your_name python=3.10

2、安装CUDA（这里请你通过命令nviida-smi 来查看自己的CUDA版本号）

conda install cuda-toolkit=12.8 cuda-nvcc=12.8 cuda-compiler=12.8 -c nvidia

3、安装CUDNN

conda install cudnn -c nvidia

4、安装pytorch

网址：https://download.pytorch.org/whl/cu128/

pip install https://download.pytorch.org/whl/cu128/torch-2.8.0%2Bcu128-cp310-cp310-win_amd64.whl

CUDA12.8版本需要的·pytorch版本大于等于2.8，上面torch后面紧紧跟着的是torch的版本好 cu128是你的CUDA版本号，cp310是指配置的python环境是python3.10 ，如果你创建的是其他版本的python环境运行这条命令是会出错的

5、安装torchvision

pip install https://download.pytorch.org/whl/cu128/torchvision/torchvision-0.23.0%2Bcu128-cp310-cp310-win_amd64.whl

你运行上面那条指令可能会发生403错误，这个时候建议直接点击链接将文件下载到本地，然后再通过下面这条命令进行安装

pip install \你的下载后存放的地址\torchvision-0.23.0+cu128-cp310-cp310-win_amd64.whl

6、安装torchaudio

pip install https://download.pytorch.org/whl/cu128/torchaudio/torchaudio-2.8.0%2Bcu128-cp310-cp310-win_amd64.whl

如果发现403错误，操作同5

7、验证

python

torch.cuda.is_available()

8、最后可以在pycharm中再验证一下

import torch
print("PyTorch版本:", torch.__version__)
print("CUDA是否可用:", torch.cuda.is_available())  
if torch.cuda.is_available():
    print("当前GPU:", torch.cuda.get_device_name(0))