【目录】
查看显卡(含GPU)对应版本的CUDA Toolkit上限
安装CUDA Toolkit
配置pip3环境变量
在Pytorch官网获取pip3命令
在Pycharm终端中安装Pytorch
一、查看显卡(含GPU)对应版本的CUDA Toolkit上限
1.搜索NVIDIA,打开NVIDIA Control Panel
![](https://i-blog.csdnimg.cn/blog_migrate/c0a8eea579557f713874e86d858e0bc4.png)
2.打开系统信息,查看显卡(如下图NVIDIA GeForce RTX 30600 Laptop GPU)
![](https://i-blog.csdnimg.cn/blog_migrate/1b4bd3f7b42a7fa882d9d63e0a14cfb4.png)
3.选择组件,查看CUDA Toolkit上限(如下图11.6.134)
![](https://i-blog.csdnimg.cn/blog_migrate/5a01a9101a172dcbc8b70a3be53d6324.png)
二、安装CUDA Toolkit
1.前往NVIDIA官网找到对应版本的CUDA Toolkit(如下图CUDA Toolkit 11.6.0)
官网链接: https://developer.nvidia.com/cuda-toolkit-archive
![](https://i-blog.csdnimg.cn/blog_migrate/b63f94d7a4345511153cf6c4cf1a4766.png)
2.选择对应信息(如下图Windows x86_64 11(即win11) exe(local))
![](https://i-blog.csdnimg.cn/blog_migrate/6bf6bd89728f18a80ad3337a8f0cfe86.png)
3.点击Download
![](https://i-blog.csdnimg.cn/blog_migrate/3961b780f96165c5bb44dbb97f54ee18.png)
4.按照提示完成安装
![](https://i-blog.csdnimg.cn/blog_migrate/a69be9f50be19397605b6a8dbafee6b1.png)
三、配置pip3环境变量
- 获取pip3所在文件夹路径(如下图D:\pytorch\pytorchbasis\venv\Scripts)
![](https://i-blog.csdnimg.cn/blog_migrate/e1c25a3b11a0d88e05194bb815a77078.png)
2.打开系统>系统信息,选择高级系统设置
![](https://i-blog.csdnimg.cn/blog_migrate/41362b95534f8c4bfad18b393c989e21.png)
3.选择环境变量
![](https://i-blog.csdnimg.cn/blog_migrate/7ac04de0a967dbbb524c01f58e915357.png)
4.在用户变量或系统变量的Path变量中添加pip3所在文件夹路径(如1.所述)
![](https://i-blog.csdnimg.cn/blog_migrate/9b19977f60f76c9cff7e07733e2f4806.png)
四、在Pytorch官网获取pip3命令
1.前往Pytorch官网,选择对应信息(如下图Stable(1.13.1) Windows Pip Python CUDA 11.6,复制Run this Command内pip3命令)
官网链接: https://pytorch.org/
![](https://i-blog.csdnimg.cn/blog_migrate/c20a7b8039ad8386b4652bc26f4d72a5.png)
五、在Pycharm终端中安装Pytorch
1.打开Pycharm终端,在Pycharm终端中输入pip3,检测pip3是否可用(如下图则可正常使用pip3,若失败请重新尝试配置pip3环境变量)
![](https://i-blog.csdnimg.cn/blog_migrate/95a5496357f8ed4cbf9e7d29a33620b8.png)
2.在Pycharm终端中粘贴Pytorch官网的pip3命令(如下图则开始正常安装)
![](https://i-blog.csdnimg.cn/blog_migrate/4c8034d2e09dde3887ed916e3c6675de.png)
3.安装完成
![](https://i-blog.csdnimg.cn/blog_migrate/b7598eb7b9725ac20551985ed3448e68.png)
4.测试,在py文件中输入如下内容并运行(如下图(版本信息请自行判断)则Pytorch安装完成,CUDA配置完成)
![](https://i-blog.csdnimg.cn/blog_migrate/c2714c28cc97ae4b14b8cba886a4a6d8.png)