Pycharm搭建CUDA，Pytorch教程（匹配版本，安装，搭建全保姆教程）_cuda12(1)

查看cuda版本![](https://img-blog.csdnimg.cn/direct/ba9a3507f82a43b8891b42ab1566a71c.png)


输入

set cuda

查看环境变量![](https://img-blog.csdnimg.cn/direct/722e47935a14465a906ed5b923d3cd45.png)


如上两图即为下载成功！


## 二、安装Pytorch


### 1、了解对应的pytorch版本


要成功运行cuda架构，所需的pytorch版本必须与python和cuda版本对应，以下为cuda与pytorch对应关系





 cuda与pytorch版本对应表 
 | CUDA版本 | 可用PyTorch版本 |
| --- | --- |
| 7.5 | 0.4.1 ，0.3.0， 0.2.0，0.1.12-0.1.6 |
| 8.0 | 1.1.0，1.0.0 ，0.4.1 |
| 9.0 | 1.1.0，1.0.1, 1.0.0，0.4.1 |
| 9.2 | 1.7.1，1.7.0，1.6.0，1.5.1，1.5.0，1.4.0，1.2.0，0.4.1 |
| 10.0 | 1.2.0，1.1.0，1.0.1 ,1.0.0 |
| 10.1 | 1.7.1，1.7.0，1.6.0，1.5.1，1.5.0， 1.4.0，1.3.0 |
| 10.2 | 1.12.1，1.12.0，1.11.0，1.10.1，1.10.0，1.9.1，1.9.0，1.8.1，1.8.0，1.7.1，1.7.0，1.6.0，1.5.1，1.5.0 |
| 11.0 | 1.7.1，1.7.0 |
| 11.1 | 1.8.0 |
| 11.3 | 1.12.1，1.12.0，1.11.0，1.10.1，1.10.0，1.9.1，1.9.0，1.8.1，1.8.0 |
| 11.6 | 1.13.1，1.13.0，1.12.1，1.12.0 ，1.13.1 |
| 11.7 | 1.13.1，1.13.0，1.13.1 ，2.0.0，2.0.1 |
| 11.8 | 1.13.1，1.13.0 ，2.0.0，2.0.1，2.1.0 |
| 12.1 | 2.1.0，2.0.1，2.0.0 |


版本大致按照这个表格对应，最新的cuda12.3版本亲测可以兼容pytorch2.0.0，其余未知，参考官网[Previous PyTorch Versions | PyTorch]( )


pytorch与python对应关系





 python与pytorch，torchvision版本对应表 
 | torch | torchvision | python |
| --- | --- | --- |
| <=1.0.1 | 0.2.2 | ==2.7, >=3.5, <=3.7 |
| 1.1.0 | 0.3.0 | ==2.7, >=3.5, <=3.7 |
| 1.2.0 | 0.4.0 | ==2.7, >=3.5, <=3.7 |
| 1.3.0 | 0.4.1 | ==2.7, >=3.5, <=3.7 |
| 1.3.1 | 0.4.2 | ==2.7, >=3.5, <=3.7 |
| 1.4.0 | 0.5.0 | ==2.7, >=3.5, <=3.7 |
| 1.5.0 | 0.6.0 | ==2.7, >=3.5, <=3.8 |
| 1.5.1 | 0.6.1 | ==2.7, >=3.5, <=3.8 |
| 1.6.0 | 0.7.0 | >=3.6, <=3.8 |
| 1.7.0 | 0.8.0 | >=3.6, <=3.8 |
| 1.7.0 | 0.8.1 | >=3.6, <=3.8 |
| 1.7.1 | 0.8.2 | >=3.6, <=3.9 |
| 1.8.0 | 0.9.0 | >=3.6, <=3.9 |
| 1.8.1 | 0.9.1 | >=3.6, <=3.9 |
| 1.9.0 | 0.10.0 | >=3.6, <=3.9 |
| 1.9.1 | 0.10.1 | >=3.6, <=3.9 |
| 1.10.0 | 0.11.0 | >=3.6, <=3.9 |
| 1.10.1 | 0.11.1 | >=3.6, <=3.9 |
| 1.11.0 | 0.12.0 | >=3.6, <=3.9 |
| 1.11.1 | 0.12.1 | >=3.6, <=3.9 |
| 1.12.0 | 0.13.0 | >=3.7, <=3.10 |
| 1.12.1 | 0.13.1 | >=3.7, <=3.10 |
| 1.13.0 | 0.14.0 | >=3.7, <=3.10 |
| 1.13.1 | 0.14.1 | >=3.7, <=3.10 |
| 2.0.0 | 0.15.0 | >=3.8, <=3.11 |
| 2.0.1 | 0.15.1 | >=3.8, <=3.11 |


本人使用的是python3.10和cuda12.3，根据表格，故选择了下载pytorch2.00版本


### 2、安装pytorch


pytorch一般有两种安装方式，一种是直接运行官网的安装代码，另外一种是使用国内的镜像（推荐）


#### （1）官网安装


进入官网[Start Locally | PyTorch]( )


选择安装方式（conda/pip）


选择对应cuda版本![](https://img-blog.csdnimg.cn/direct/08bf38d177ea48ec89b587d8a74d1328.png)


然后复制红框内代码，在pycharm终端运行![](https://img-blog.csdnimg.cn/direct/7236e12291d9496898a47b30a66171a7.png)


最后终端显示successfully installed即为成功


如要下载历史版本，进入官网[Previous PyTorch Versions | PyTorch​​​​​​]( )


在里面查找相应版本的安装指令即可


#### （2）国内镜像网站安装（推荐）


        在官网安装速度相对较慢，而且受国内外网络影响可能会安装失败，相比较而言用国内的镜像网站能大大提高成功率，既快速又简捷，下面展示镜像网站的安装方式


进入镜像网站[download.pytorch.org/whl/torch\_stable.html]( )![](https://img-blog.csdnimg.cn/direct/0731527639b24206951d5f861f757c85.png)


选择合适的版本，注意一定要选择cu开头的才是gpu版本


torch后面的数字是torch版本，cp后是对应的python版本，还要注意操作系统![](https://img-blog.csdnimg.cn/direct/7b3090a561074879a91841f07b06ad3a.png)


下载好后放置在一个文件夹中，如图所示![](https://img-blog.csdnimg.cn/direct/cddccba0a50743759ff5cdbdac4b3dd9.png)


在pycharm终端进入到该路径下运行代码：pip install "文件名" 进行安装![](https://img-blog.csdnimg.cn/direct/4f542117a56b4f908455ae7a9fb9e20e.png)


安装好后进行检验，打开file->settings->project->python interpreter,查看是否有torch![](https://img-blog.csdnimg.cn/direct/c23aa32eb43b4d488ecadd31e2d7a507.png)


版本后缀一定得是'cu\*\*\*'才是gpu版


#### （3）检验CUDA


现在能在网上找到很多很多的学习资源，有免费的也有收费的，当我拿到1套比较全的学习资源之前，我并没着急去看第1节，我而是去审视这套资源是否值得学习，有时候也会去问一些学长的意见，如果可以之后，我会对这套学习资源做1个学习计划，我的学习计划主要包括规划图和学习进度表。



分享给大家这份我薅到的免费视频资料，质量还不错，大家可以跟着学习

![](https://img-blog.csdnimg.cn/img_convert/21b2604bd33c4b6713f686ddd3fe5aff.png)



**网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。**

**[需要这份系统化学习资料的朋友，可以戳这里无偿获取](https://bbs.csdn.net/topics/618317507)**

**一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！**