如何根据本地是有GPU安装对应CUDA版本的PyTorch

要在本地安装与您的NVIDIA GPU匹配的CUDA版本PyTorch，请按以下步骤操作：

步骤1：确定GPU型号和驱动信息

1. 1.按 Win + X选择 ​设备管理器​
2. 2.展开 ​显示适配器​ → 记录您的NVIDIA显卡型号（如RTX 3060）
3. 3.打开命令提示符，运行：

   nvidia-smi

4. 4.记录右上角的 ​驱动版本​（如516.59）

步骤2：确定兼容的CUDA版本

1. 1.

   访问NVIDIA驱动兼容表：

   https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html

2. 2.

   查找您的驱动版本对应的最高支持CUDA版本

   (例如：516.x驱动支持最高CUDA 11.7)

​推荐选择​：CUDA 11.8或12.1（目前PyTorch支持较好的版本）

步骤3：安装CUDA Toolkit和cuDNN

1. 1.访问NVIDIA官网：CUDA Toolkit存档 CUDA Toolkit Archive | NVIDIA Developer
2. 2.下载并安装对应版本（如CUDA 11.8）
3. 3.下载匹配的cuDNN（需要注册账号）：

   cuDNN下载

4. 安装教程：CUDA安装教程（超详细）-CSDN博客

步骤4：安装PyTorch

1. 1.访问PyTorch官网：https://pytorch.org
2. 2.选择配置：
   • •PyTorch Build: Stable (1.13.1)
   • •Your OS: Windows
   • •​Package: pip
   • •​Language: Python
   • •​Compute Platform: 选择与本地安装一致的CUDA版本（如CUDA 11.8）
   • •Run this Command: 复制生成的安装命令

安装命令示例：

✅ ​正确匹配本地CUDA版本:

# 适用于CUDA 11.8
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118

❌ ​不要使用这些:

# 通用命令（可能安装不匹配的版本）
pip install torch torchvision torchaudio

# 错误的CUDA版本（如本地是11.8但安装cu117）
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu117

步骤5：验证安装

创建test.py文件:

import torch

print(f"PyTorch版本: {torch.__version__}")
print(f"CUDA是否可用: {torch.cuda.is_available()}")
print(f"当前设备: {torch.cuda.current_device()}")
print(f"设备名称: {torch.cuda.get_device_name(0)}")
print(f"CUDA版本: {torch.version.cuda}")

运行后应有如下输出：

PyTorch版本: 1.13.1+cu118
CUDA是否可用: True
当前设备: 0
设备名称: NVIDIA GeForce RTX 3060
CUDA版本: 11.7

常见问题解决：

1. 1.torch.cuda.is_available()返回False​：
   • •检查CUDA Toolkit版本与PyTorch安装命令中的CUDA版本是否匹配
   • •更新NVIDIA显卡驱动到最新版本
   • •运行 nvcc --version确认CUDA安装
2. 2.​版本冲突​：

   pip uninstall torch torchvision torchaudio
   pip cache purge

   然后重试正确版本的安装命令

​重要提示​：PyTorch预编译包包含完整的CUDA运行时库，无需单独安装完整CUDA Toolkit也可运行。但安装开发工具包（CUDA Toolkit）有助于开发自定义CUDA扩展。