pytorch-cuda安装教程|GPU运行模型训练|pycharm运行gpu训练|cuda安装教程简明

需要明确的是，cuda其实一点都不难装，如果出现各种报错，建议卸载之前的版本，按照本教程安装！
首先，确保自己的电脑是否支持cuda加速，一般来说N卡都提供了加速功能，关于A卡，博主没有安装经验可以转转其他的贴子！
第一步：查看自己电脑支持的最高nvcc版本：
方法，打开cmd控制台，输入nvidia-smi指令，查看CUDA Version字段：

这里显示的是12.3，注意！！！并不是说我们要安装12.3版本的nvcc版本，这里说的是你显卡支持的最高版本！！有的博主直接让安装此版本的nvcc，这是duck不必的，高版本有很多兼容问题！！！！
第二步：下载一个适合的cuda版本
这里建议的版本号是12.1，因为目前：截止到2023、11、19号，pytorch官网中给出了12.1版本的安装的指令

下载后进行默认安装即可，当然路径可以自定义选择，没必要一定要安装在C盘，但是建议自己记好自己的安装路径，防止出现错误进行修改。
nvcc可以直接在官网下载，这里给的是12.3，别下错了！！也直接给出度娘的下载方式，给出的是12.1版本的，链接：
链接：https://pan.baidu.com/s/1MJwg29YnNJqTJoiMajw1_Q?pwd=axqe（提取码：axqe ）
现阶段的cuda安装无需配置相关的环境变量，所以之前需要配置环境变量的那部可以省略了。
第二步：下载对应版本的cudnn
这一步一般没啥问题，一定要记住下载对应CUDA版本的cudnn！！！
给出官网的下载地址：https://developer.nvidia.com/rdp/cudnn-download
官网下载可能会需要注册一个Nvidia的账号，注册就行。

这里同样给出对12.x版本的cudnn的度娘链接：
https://pan.baidu.com/s/1HhVYIPrhrMf0UoM-7KgXyw?pwd=63ik（提取码：63ik）
这里cudnn的安装和cuda的安装不同，无需执行安装操作，将压缩包解压，执行下面的操作即可！

第三步：验证是否成功安装cuda
打开cmd控制台，输入nvcc-V

出现相关配置信息即为安装成功！
第四步：安装支持cuda的pytorch
python版本建议选择3.8的相关版本（例如：3.8.18），强烈建议使用anacoda进行环境配置

出了问题也好调整，给出两种方案，首先确定安装指令，在pytorch官网查看相关指令，我们这里选择的是12版本的，因此选择下面的选项，得到官方安装指令：

在此我们的指令为：pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121
方案一：pycharm中安装，在配置了相关的解释器后选择下方的终端，输入刚才得到的指令

等待安装完成后，验证是否正确，在终端界面中输入conda list

方案二：在anacoda中安装，道理是同pycharm的，我们打开对应环境的终端界面

在终端中输入对应指令即可

第五步：大功告成
至此，在写代码的收可以使用model=model.to(device)或相关指令配置到gpu上进行模型训练即可。
如果出现什么问题，请优先检查版本号是否对应的问题！！！！