安装CUDA与配套版本的pytorch

今天在测试stablediffusion的时候，使用GPU进行加速，需要安装CUDA和Pytorch，期间遇到一些坑记录下来，期望同学们不要和我一样再一次踩坑。

一、安装配套的CUDA驱动和pytorch

• 在cmd窗口执行查询命令nvidia-smi，找到自己显卡的cuda版本
  

• 到nvidia官网下载cuda安装包，版本向下兼容，可以下载比显卡cuda版本低的驱动 https://developer.nvidia.com/cuda-toolkit-archive 下载前先看pytorch可以适配使用的版本
  

• 在这里先不要直接下载，先到pytorch官网上找到对应的cuda驱动的版本，pytorch官网地址：https://pytorch.org/get-started/previous-versions/
  比如这里适配最新的cuda版本是12.1，那我们就下载cuda 12.1版本的驱动
  

• 驱动下载完成后直接按照提示精简安装就可以

• 在python环境中使用pip安装pytorch，这里一定要选择带cuda注释的，下错了就用的不是GPU了，也要对应cuda驱动的版本
  

CUDA 11.8
pip install torch==2.2.1 torchvision==0.17.1 torchaudio==2.2.1 --index-url https://download.pytorch.org/whl/cu118
CUDA 12.1
pip install torch==2.2.1 torchvision==0.17.1 torchaudio==2.2.1 --index-url https://download.pytorch.org/whl/cu121

• 如果是已经安装了cuda和pytorch，cuda驱动可以覆盖安装，pytorch需要先使用pip先卸载，再进行安装

二、安装完成进行测试

• 在python控制台中输入如下代码进行测试

import torch
# 查看pytorch版本号，cu结尾表示GPU使用的，cpu结尾表示cpu使用的
print(torch.__version__)

# 查看cuda驱动版本好
print(torch.version.cuda)

# 查看cuda驱动版本和pytorch版本是否匹配
print(torch.cuda.is_available())