RTX4060安装pytorch-gpu （Cuda12.2）,[pytorch] torch.cuda.is_available() False,torch使用GPU运行，而不是CPU运行的操作指南

RTX4060安装pytorch-gpu （Cuda12.2）技术分享

问题描述：
在cmd中运行以下命令返回的是false

第一步:我的电脑显卡是4060Ti,我安装的cuda是12.2，那么我需要下载的cudnn的版本是8.9.3

下载的具体网址

然后下载的cudnn,将三个文件夹中的文件分别复制粘贴到cuda安装的对应的目录下

cmd中查看是否安装成功

nvidia-smi

nvcc -V

确认一下是否安装成功
进入如下目录：

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.2\extras\demo_suite

执行 bandwidthTest.exe，看见PASS

执行 deviceQuery.exe，看见PASS

操作就是先打开命令行cmd,然后将以上的两个.exe拖进cmd中，回车就能看到结果了

如果以上都没有问题，那就需要设置一下镜像
设置镜像
在C盘用户目录下，加入如下内容即可。

[global]
index-url = https://pypi.tuna.tsinghua.edu.cn/simple/
[install]
use-mirrors =true
mirrors =http://pypi.mirrors.ustc.edu.cn/simple/
trusted-host =pypi.mirrors.ustc.edu.cn

创建pytorch环境，我当前的是3.8.8，看第一幅图有版本。

在cmd中

conda create –n pytorch38 python=3.8
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118

安装的过程有点慢，耐心等待即可。

完成安装时，在cmd中输入pip list时，查看安装的版本

安装的路径在下图：

以前安装的是torch的版本是cpu版本，我先剪切出去了，以防不成功

cmd中，进入python环境后，输入一下的测试命令，进行测试，结果:

conda 的基础命令

#查看现有环境
conda env list
#更新conda
conda upgrade --all
#使用py36环境
conda activate py36
#返回base环境
conda deactivate
#创建一个名字叫py36的环境，版本为3.6
conda create -n py36 python=3.6
#删除一个名字叫py36的环境
conda remove -n py36 --all

进行项目上的测试结果返回:

100Epochs只需要1分钟，我用cpu跑需要30分钟。差了30倍的速度