一、查看显卡驱动版本

 1、windows+R-->cmd命令行输入nvidia-smi，查看CUDA版本       

二、安装CUDA

从官网下载对应版本的CUDA版本（ 链接:CUDA Toolkit Archive | NVIDIA Developer） 

 1、之前下载过10.1版本，我这次仍旧下载10.1版本。CUDA下载版本<=本机CUDA Version

2、选择相应版本后直接下载

3、安装 - 安装在自定义目录下

      接下来都是下一步！

 

  

4、安装成功

5、检查

nvcc -V

   下面表示安装成功

三、下载Pytorch-GPU

1、新建环境

conda create -n pytorch-gpu

2、官网下载Pytorch（Previous PyTorch Versions | PyTorch）

      找到与自己CUDA对应pytorch版本，我选择pytorch==1.7.1

3、下载

     pytorch下载过程中会出问题，我下载失败3、4次才成功。

     我不是用镜像原因，原汁原味是因为：我用了镜像之后，检查之后全是CPU版本。

----------------------------------------------------------等待过程中--------------------------------------------------------

-------------------------------------------------------成功后---------------------------------------------------------------

 之后就可以在代码中使用了！！！

四、测试代码演示

# 选择设备：GPU（如果可用）或 CPU
device = torch.device("cuda" if torch.cuda.is_available() else "cpu")
print(f"Using device: {device}")

# 实例化模型
model = Improvedmodel().to(device)  # 将模型移到GPU

images, labels = images.to(device), labels.to(device) 

如果报错，表示 matplotlib版本有问题，卸载后重新下载，如果其他模块出现相同问题，相同操作

Traceback (most recent call last): File "E:\pytorchProject\test\test_gpu.py", line 9, in <module> import matplotlib.pyplot as plt File "C:\Users\HP\anaconda3\envs\pytorch-gpu\lib\site-packages\matplotlib\__init__.py", line 129, in <module> from . import _api, _version, cbook, _docstring, rcsetup File "C:\Users\HP\anaconda3\envs\pytorch-gpu\lib\site-packages\matplotlib\rcsetup.py", line 27, in <module> from matplotlib.colors import Colormap, is_color_like File "C:\Users\HP\anaconda3\envs\pytorch-gpu\lib\site-packages\matplotlib\colors.py", line 51, in <module> from PIL import Image File "C:\Users\HP\anaconda3\envs\pytorch-gpu\lib\site-packages\PIL\Image.py", line 100, in <module> from . import _imaging as core ImportError: DLL load failed while importing _imaging: 找不到指定的模块。 Process finished with exit code 1

解决！ 

pip uninstall matplotlib

pip install matplotlib

五、大功告成，在训练中！(*/ω＼*)

这是我总结的超级简练步骤了，希望可以帮助到你！(*/ω＼*)(*/ω＼*)