### 如何在 Windows 11 上安装 CUDA 11.7 和 PyTorch #### 准备工作 确保计算机满足最低硬件需求，特别是具备兼容的 NVIDIA GPU。确认已卸载任何旧版 CUDA 或显卡驱动程序。 #### 安装 NVIDIA 显卡驱动 访问[NVIDIA官方网站](https://www.nvidia.com/)获取最新的 GeForce Experience 或 Studio 驱动更新并完成安装过程[^1]。 #### 获取 CUDA Toolkit 11.7 前往NVIDIA官方[CUDA Toolkit下载页](https://developer.nvidia.com/cuda-downloads)，依据个人电脑的操作系统版本挑选适合的选择项来定位到适用于Windows 11, 64-bit系统的CUDA 11.7网络安装器(net installer)。 #### 执行 CUDA 安装 启动下载好的.NET Installer文件，在弹出窗口内点击“Install”按钮开始部署流程；对于初次使用者推荐采用默认设置进行完整安装，而有经验者则可根据实际需要调整选项仅保留必要的组件如CUDA Runtime、cuDNN Library等[^4]。 #### 设置环境变量 为了使命令提示符能够识别nvcc编译工具及其他相关库路径，需手动编辑`PATH`以及新增名为`CUDA_HOME`指向至新安装目录下的bin子文件夹位置[^2]。 #### 安装 Anaconda 发行版 (可选) 考虑到Anaconda自带众多科学计算软件包管理功能，建议新手优先考虑此方案简化后续操作难度。从[Anaconda官网](https://www.anaconda.com/products/distribution)取得最新稳定发行版本后依照向导指示逐步推进直至结束[^3]。 #### 创建 Conda 虚拟环境 & 安装 PyTorch 打开Anaconda Prompt输入如下指令创建专属虚拟空间，并激活之： ```bash conda create --name pytorch_env python=3.9 -y conda activate pytorch_env ``` 接着利用pip工具指定特定版本号安装PyTorch框架及其依赖项，这里以CUDA 11.7为例展示具体做法： ```bash pip install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu117 ``` 以上步骤完成后即代表成功搭建好了基于Windows平台运行深度神经网络模型所需的软硬件设施基础架构。