代码收藏家 成功安装GPU版本的PyTorch
GPU版本的pytorch安装
一、查看电脑显卡和安装显卡驱动
1、查看电脑是否支持pytorch
2、更新驱动
3、查看GPU的状态
二、安装CUDA
三、配置CUDA环境变量
注意：该环境变量是默认安装路径下的环境变量，如果版本不同更改其版本号即可
鼠标右键计算机（此电脑），打开属性->高级系统设置->环境变量，可以看到系统变量中多了CUDA_PATH和CUDA_PATH_V11_6两个环境变量。
接下来，还要在系统变量中“新建”，添加以下几个环境变量，以下是默认安装位置的路径的环境变量（左边是变量名，右边是变量值）:
该变量添加在系统变量当中：
点击新建：
下面是环境变量：
CUDA_SDK_PATH = C:\ProgramData\NVIDIA Corporation\CUDA Samples\v11.6
CUDA_LIB_PATH = %CUDA_PATH%\lib\x64
CUDA_BIN_PATH = %CUDA_PATH%\bin
CUDA_SDK_BIN_PATH = %CUDA_SDK_PATH%\bin\win64
CUDA_SDK_LIB_PATH = %CUDA_SDK_PATH%\common\lib\x64
%CUDA_LIB_PATH%;%CUDA_BIN_PATH%;%CUDA_SDK_LIB_PATH%;%CUDA_SDK_BIN_PATH%;
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\lib\x64
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\include
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\extras\CUPTI\lib64
C:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.2\bin\win64
C:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.2\common\lib\x64
四、安装cudaa
需要申请账号
链接: https://developer.nvidia.com/rdp/cudnn-archive#a-collapse742-10
是把整个文件夹复制哦（bin,include,lib）
五、安装anaconda
不用配置镜像下载环境，安装anaconda即可
六、安装PyTorch
选择对应的torch和torchvision版本下载即可。
在该界面输入（下面的示例不可以直接用）：
pip install D:\Edge file\torchvision-0.13.1+cu116-cp39-cp39-win_amd64.whl
# 只是示例不可直接用
pip install 后面跟着的是文件的地址
输入后候车即可
出现successfully即可（torch和torchvision安装方法一样下载好后按照这样的方式安装即可）
方法二：
移动到电脑的账户文件夹下面：（我的就是31308文件夹下面）
然后在anaconda prompt执行下面的语句即可一句一句执行上一句语言出现successfully再进行下一句语言的执行
pip install torchvision-0.13.1+cu116-cp39-cp39-win_amd64.whl
# 只是示例不可直接用
看到这个就可以了。
测试是否安装成功
在anaconda prompt里面输入：
python
import torch
torch.cuda.is_available()
出现ture就成功啦！
如果是False就是安装不成功，检查上述步骤排查问题。
