windows下配置pytorch-gpu环境详细教程（亲测有效）

一、获取设备上显卡型号

打开“设备管理器”查看显卡型号，我的显卡是RTX4060；

二、更新显卡驱动

打开NVIDIA官网，链接，找到对应的显卡驱动，默认下载最新的版本；

通过“win+r”打开cmd，输入nvidia-smi；

nvidia-smi

显示显卡信息;

其中的CUDA Version：12.3指的是我的设备最高支持12.3的cuda版本；

三、选择需要安装的pytorch版本

打开pytorch官网选择需要安装的pytorch版本及其对应的cuda版本；

我选择安装pytorch-gpu-1.12.0版本，选择其中的CUDA11.6的版本（当然你可以选cuda10.2或cuda11.3）；

四、下载、安装CUDA

4.1打开NVDIA CUDA的官网，下载需要的CUDA版本，我下载的是11.6；

4.2下载完成后右击，以“管理员身份运行”，按照默认选项一直点“next”就可以了；

安装成功后在C盘中会有CUDA的文件夹；

4.3将CUDA（下图中前四个路径）添加到系统的“环境变量”中；

在cmd中输入nvcc-V也会显示信息；

nvcc -V

五、下载、安装cudnn

5.1在NVDIA cudnn官网下载对应版本的cudnn，最好选择对应CUDA版本的最新cudnn；

5.2解压后将其中的bin、include、lib\x64下的所有文件复制到CUDA路径下对应文件夹中；

六、下载安装anaconda，创建虚拟环境

6.1在anaconda官网下载anaconda，右击安装包“以管理员身份运行”，选择安装路径，能打勾的地方都打上；

6.2将anaconda添加到“环境变量”中；

6.3测试anaconda是否可用；

conda -V

七、安装pytorch

通过cmd创建虚拟环境；

conda create -n pytorch_112 python==3.8

激活虚拟环境

conda activate torch_112

安装pytorch

conda install pytorch==1.12.0 torchvision==0.13.0 torchaudio==0.12.0 cudatoolkit=11.6 -c pytorch -c conda-forge

测试pytorch是否安装成功

输入python，导入torch；

import torch
torch.cuda.is_available()

pytorch-gpu环境配置成功！