目录

一. 查看本机cuda版本

二. 查看对应cuda版本的pytorch

三. 安装对应cuda版本的pytorch

四. 验证cuda版本的pytorch安装

一. 查看本机cuda版本

在Anaconda中打开终端，输入命令如下：

NVIDIA-SMI

显示如下，表明我的cuda版本是11.7：

二. 查看对应cuda版本的pytorch

打开pytorch官网：pytorch官网，显示的是最新版本的pytorch

但这个pytorch的cuda版本未必适合自己的电脑，因此可以打开以前版本的pytorch网址：以前版本的 PYTORCH

注意：需要注意的是，尽量别使用清华源等国内镜像进行下载，好像说镜像下载没有cuda，反正之前镜像源下载的启用不了cuda。虽然官网下载慢一点，但最好还是官网下载吧

三. 安装对应cuda版本的pytorch

寻找选择适合自己电脑的cuda版本，比刚才查看的所支持的CUDA 版本低就行

以管理员身份运行 Anaconda Prompt，激活所需要安装cuda版本的pytorch的虚拟环境，示例如下：

conda activate pytorch

按照个人喜好选择pip或者conda随便一种进行安装就行，比如我选择conda安装，则如下：

conda install pytorch==2.0.1 torchvision==0.15.2 torchaudio==2.0.2 pytorch-cuda=11.7 -c pytorch -c nvidia

注意：请注意要使用管理员权限去运行Anaconda Prompt，如果直接在终端中运行则会出现像我这样没有写入权限的报错（或者也可以浏览我的另一篇笔记，对文件夹权限进行修改就可以在终端中进行安装）：

四. 验证cuda版本的pytorch安装

1. 直接在终端中验证

打开Anaconda的python控制台，输入代码如下：

import torch
print(torch.cuda.is_available())  # 检查 CUDA 是否可用

如果pytorch和cuda成功安装，你会看到输出示例如下：

运行代码如下：

import torch
print(torch.cuda.is_available())  # 检查 CUDA 是否可用
print(torch.__version__)          # 打印 PyTorch 版本
print(torch.version.cuda)         # 打印 CUDA 版本
print(torch.cuda.get_device_name(0))  # 打印 GPU 设备名称

2. 在Anaconda Prompt中进行验证

在当前已经激活的 (pytorch) 环境中，运行以下代码打开python交互环境：

python

在 Python 交互环境中，运行以下代码：

import torch
print(torch.cuda.is_available())  # 检查 CUDA 是否可用

如果pytorch和cuda成功安装，你会看到输出示例如下：

运行代码如下：

import torch
print(torch.cuda.is_available())  # 检查 CUDA 是否可用
print(torch.__version__)          # 打印 PyTorch 版本
print(torch.version.cuda)         # 打印 CUDA 版本
print(torch.cuda.get_device_name(0))  # 打印 GPU 设备名称