GPU版本torch使用教程_gpu版本 torch

GPU版本torch使用教程

一、下载配置CUDA和CUDNN

（1）进入cmd使用nvidia-smi.exe查看自己电脑支持的最新CUDA版本（可以下载地低版本），如图：

也可以通过NVIDIA控制面板（NVIDIA Control Panel）查看。

（2）下载所需要的cuda可执行文件
CUDA指定版本下载网址：https://developer.nvidia.com/cuda-toolkit-archive
请根据需要选择对应版本
安装CUDA
1.运行可执行文件，注意！

上面选择的并不是安装位置！而是临时的文件存储位置，安装完成会自动删除。
1.1自选安装位置，需要选择自定义，如图：

然后选择自己想要安装的路径即可（两个可以选在同一个文件夹中）

1.2无脑下一步即可，默认安装位置为

C:/Program Files/NVIDIA GPU Computing Toolkit/CUDA/v12.1
1

（3）下载CUDnn文件包
下载网址：https://developer.nvidia.com/rdp/cudnn-archive
解压文件包，将以下三个文件复制到CUDA安装位置即可

二、下载pytorch（不要科学上网！）

写在前面的话 不想麻烦的可以使用命令下载：(可能存在网站断开链接的情况)

pip install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu121  #改为自己的CUDA版本即可
1

也可以自己手动下载.whl文件进行安装（也不需要科学上网！）

下载网址：https://download.pytorch.org/whl/torch_stable.html
torch对应的.whl文件下载

torchvision 同理

三、安装torch和torchvision

使用命令

pip install ".whl文件路径"
1

四、测试

测试语句：

import torch
torch.cuda.is_available()
1
2