- 一、安装CUDA前的准备
- （1）查看自己N卡支持的CUDA版本，打开NVIDIA控制面板，选择系统信息
- （2）NVIDIA官网下载对应CUDA版本
- （3）CUDNN的下载
- 二、安装过程
- 三、安装Anaconda
- 切换清华源镜像
- 四、安装pytorch
- pytorch安装成功验证
参考文章
CUDA、CUDNN在windows下的安装及配置
如何搭建Pytorch环境（Windows版）
windows conda 安装 PyTorch 切换清华源镜像教程
windows系统下pytorch安装教程
一、安装CUDA前的准备
（1）查看自己N卡支持的CUDA版本，打开NVIDIA控制面板，选择系统信息
NVIDIA控制面板下 系统信息 显示：CUDA11.7。这里CUDA11.7是支持的最高版本的CUDA，可以向下兼容，且可以安装多个版本的CUDA，可以通过更改环境变量来更改为你需要用到的CUDA版本。CUDA多版本共存请参考博客： Windows下CUDA多版本共存
如果版本过低则需要升级驱动。NVIDIA驱动下载
例如我的显卡是NVIDIA GeForce 930M（Windows10）然后点击search。
download。
download。
下载完成后，找到执行文件，双击进行安装。（这里就不再赘述，按步骤安装即可。）
安装完成后，再去NVIDIA控制面板检查自己的CUDA版本，现在就是最新版本了。
（2）NVIDIA官网下载对应CUDA版本
由于我的电脑已经用了七八年，担心不能支持最新的CUDA，所以选择了一个较老版本CUDA10.1。
CUDA下载地址：CUDA Toolkit Archive | NVIDIA Developer
（3）CUDNN的下载
官网下载地址：cuDNN Download 没有账号需要注册账号，账号登录后，找到自己对应的CUDA版本，点击下载。
在这里查看旧版本。
选了个CUDA10.1的比较旧的，应该也可以选对应版本的新的但是没试过。
二、安装过程
这部分的内容看CUDA、CUDNN在windows下的安装及配置的第二部分就好，作者写的很详细。
三、安装Anaconda
切换清华源镜像
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/win-64
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/win-64
conda config --set show_channel_urls yes
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/win-64四、安装pytorch
pytorch安装成功验证
python
import torch
import torchvision
本文章为转载内容，我们尊重原作者对文章享有的著作权。如有内容错误或侵权问题，欢迎原作者联系我们进行内容更正或删除文章。
