【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://img-blog.csdnimg.cn/img_convert/69cf79b7c65c540d5c761855f874fdd3.png)
2.打开系统信息,查看显卡(如下图NVIDIA GeForce RTX 30600 Laptop GPU)
![](https://img-blog.csdnimg.cn/img_convert/8ac2905f40b352c06e789111873fb90e.png)
3.选择组件,查看CUDA Toolkit上限(如下图11.6.134)
![](https://img-blog.csdnimg.cn/img_convert/ce3ca8a148eb5ea280f5902dbafa1d00.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://img-blog.csdnimg.cn/img_convert/e5823c2088e7eef77786844ddc752f11.png)
2.选择对应信息(如下图Windows x86_64 11(即win11) exe(local))
![](https://img-blog.csdnimg.cn/img_convert/37334ae356b11ad7688db24a2bc6a345.png)
3.点击Download
![](https://img-blog.csdnimg.cn/img_convert/6d54cb30f0798fbfbe7288d925d32c02.png)
4.按照提示完成安装
![](https://img-blog.csdnimg.cn/img_convert/ea85c4a2bac570c99918a67fa0900309.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://img-blog.csdnimg.cn/img_convert/0a09b9d6fe11bafcb9e163cf2c566106.png)
2.打开系统>系统信息,选择高级系统设置
![](https://img-blog.csdnimg.cn/img_convert/60abe4f88824e8ab31e6c348b32242b5.png)
3.选择环境变量
![](https://img-blog.csdnimg.cn/img_convert/48374504630c9afda06f18611039602d.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://img-blog.csdnimg.cn/img_convert/000500b24f8a3fc0c980b13c8f418093.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://img-blog.csdnimg.cn/img_convert/a69d425fec347d809af6653350a3bb8e.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://img-blog.csdnimg.cn/img_convert/635db7038843e3213ba7626ef3907193.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://img-blog.csdnimg.cn/img_convert/29dac35b1960fb26211221f19adcb090.png)
3.安装完成
![](https://img-blog.csdnimg.cn/img_convert/413797b78148fff021aca1e2f653bea1.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://img-blog.csdnimg.cn/img_convert/8270cd3cb8561509fe51c629aed663da.png)