一、安装PyTorch前准备工作

1. 系统与硬件检查

此电脑右键打开“管理——>设备管理——>显示适配器”（“如果显示GPU为英伟达也就是 NVIDIA ，则可进行下一步操作”）

2.检测 CUDA 版本

可以先访问 PyTorch 官网安装命令生成器：（python要求3.9版本以上，CUDA要求11.8）

3.安装CUDA

进入CUDA下载页面：CUDA Toolkit Archive | NVIDIA Developer（我安装的是11.8的版本）

4.运行安装（避免出错直接放在默认路径就可以）

注意选择自定义安装

只需要安装CUDA，其中CUDA的第四项不安装

避免出错直接放在默认路径就可以

查看安装成功：查找目录：C:\Program Files\NVIDIA GPU Computing Toolkit下是否有CUDA

5.配置CUDA环境变量

此电脑右键打开“属性——>高级系统设置——>环境变量——>（系统变量）Path”配置如下：

查看配置成功：cmd运行：nvcc -V

二、安装PyTorch

1.进入官网

PyTorch官网：PyTorch（下滑）要下载对应CUDA11.8的版本

2.选择适合的Conda版本

下载Conda版本下的（为了保险起见，我下载的是2.3.1的版本），复制然后去运行：conda install pytorch==2.3.1 torchvision==0.18.1 torchaudio==2.3.1 pytorch-cuda=11.8 -c pytorch -c nvidia

3.创建虚拟环境，在虚拟环境中下载

在Anaconda Prompt下创建虚拟环境，执行：conda create -n pytorch python=3.10

进入虚拟环境，执行：conda activate pytorch

复制之前的下载代码并执行：conda install pytorch==2.3.1 torchvision==0.18.1 torchaudio==2.3.1 pytorch-cuda=11.8 -c pytorch -c nvidia

（如果一直卡在Solving environment，请参考第五部分的问题2）

时间会比较久，但是从官方下载的毛病少。（可以看看其他人如何使用清华源镜像）

4.验证安装

在Anaconda Prompt界面依次输入执行：

python
import torch
torch.cuda.is_available()
如果显示True，则表示安装成功了！

5.可能会出现的问题

问题1：Downloaded bytes did not match Content-Length（显示下载文件与实际文件大小不一致）

解决办法：删除虚拟环境，再重新走一遍以上1-4的流程，嫌麻烦直接参考问题2的解决办法

                  删除虚拟环境命令：conda remove -n 虚拟环境名字 --all

问题2：用Conda版本可能会卡在Solving environment很久

解决办法：那就去下载Wheel版本吧 pip install torch==2.3.1 torchvision==0.18.1 torchaudio==2.3.1 --index-url https://download.pytorch.org/whl/cu118