### 如何安装和配置支持CUDA的PyTorch版本 在安装支持CUDA的PyTorch之前，需要确保系统环境满足相关要求，并正确选择兼容的CUDA版本。以下是详细的说明： #### 系统环境检查 1. **确认显卡驱动版本**：确保显卡驱动程序已更新到支持所需CUDA版本的最低要求。例如，如果需要CUDA 11.1，则显卡驱动版本应不低于456.71[^2]。 2. **确认操作系统**：Windows 10或更高版本（如Windows 11）通常支持CUDA安装。博主的电脑是Windows 11，因此可以直接进行后续操作[^1]。 #### 查看PyTorch支持的CUDA版本 访问PyTorch官网提供的安装页面： - [https://pytorch.org/get-started/locally/](https://pytorch.org/get-started/locally/) 或 [https://pytorch.org/get-started/previous-versions/](https://pytorch.org/get-started/previous-versions/)。 - 根据系统需求选择合适的PyTorch版本和CUDA版本。例如，若需要CUDA 11.1，则需选择对应的PyTorch CUDA版本。 #### 安装CUDA Toolkit 1. 前往NVIDIA CUDA Toolkit下载页面：[https://developer.nvidia.com/cuda-downloads](https://developer.nvidia.com/cuda-downloads)。 2. 根据系统信息（如Windows 11、x86_64架构等），选择并下载与PyTorch兼容的CUDA版本（如CUDA 11.1）[^2]。 3. 安装完成后，验证CUDA是否成功安装。可以通过运行以下命令测试： ```bash nvcc --version ``` #### 安装PyTorch GPU版本 使用`pip`或`conda`安装支持CUDA的PyTorch版本。例如： ```bash # 使用pip安装PyTorch GPU版本（以CUDA 11.1为例） pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu111 # 使用conda安装PyTorch GPU版本 conda install pytorch torchvision torchaudio pytorch-cuda=11.1 -c pytorch -c nvidia ``` 注意：确保选择的PyTorch版本与CUDA版本兼容[^1]。 #### 验证安装 完成安装后，可以通过以下Python代码验证PyTorch是否正确识别CUDA： ```python import torch print(torch.cuda.is_available()) # 如果输出为True，则表示CUDA可用 print(torch.version.cuda) # 输出CUDA版本号 print(torch.cuda.get_device_name(0)) # 输出GPU名称 ``` ---