第一步：下载cuda和cudnn

1.首先要查看自己电脑英伟达gpu的版本从而下载相应的cuda版本，有两种方法查看：

①打开cmd命令行：输入nvcc –version

例如我的版本就是11.6的

②进入控制版面–>硬件和声音–>NVIDIA控制面板–>帮助点系统信息–>点击组件即可看到

2.cuda下载地址：CUDA Toolkit Archive | NVIDIA Developer

下载对应版本的cuda即可

选择相应的版本下载即可：

3.下一步下载cudnn，链接：

cuDNN Archive | NVIDIA Developer

选择对应版本：

点击后要注册或登录英伟达账户才能下载，很麻烦，这里可以右键复制下载链接到迅雷直接下载更方便

第二部：安装CUDA、cudnn和配置环境变量

1.安装cuda:

双击运行下载好的cuda的exe文件，安装时不要乱改路径，一路OK，同意等待就好了

选择自定义安装

后面的路径也不要改，直接安装即可。安装完成后cmd命令行输入“nvcc -V”，查看是否成功

例如这样就可以了：

2.轮到cudnn了

将下载好的压缩包解压后重命名里面的文件名为“cudnn”，然后再复制到该路径下

接着不要忘记配置环境变量（我曾两度忘记）

找到控制面板–>系统和安全–>系统（或进入我的电脑，右键选择属性）选高级系统设置找到环境变量

进入path这个变量

新建，添加这两个路径即可

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3\cudnn\bin

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3\extras\CUPTI\lib64

第三步：下载cudatoolkit和GPU版本的pytorch、pytorchvision

1.cudatoolkit下载链接：Start Locally | PyTorch

选择对应版本的，复制命令取cmd里执行即可（第一次有部分包安装失败可以多尝试几次）

下载完在cmd里输入“conda list”查看，有cudatoolkit即可

2.GPU版本的pytorch、pytorchvision的下载链接：https://download.pytorch.org/whl/torch_stable.html

里面的文件是cpu开头的是CPU版本，cu才是我们要下的gpu版本

我的cuda版本比较高，下的是1.9.1的torch版本（cuda版本对应的具体torch版本可以百度）；我的python是3.9的，对应的是后面的39；区别win和linux

torchvision也一样

下载好后放在同一个目录下，在cmd下进入这个路径，pip install +“文件名“（注意有引号）

(cmd进入指定目录的方法：①输入”盘符+ : “②输入”cd+空格+指定路径+回车“)

查看检验方法：输入命令：pip list,看到一下就好了

Ture说明成功了。

来源：~柠檬味~