要在本地安裝與您的NVIDIA GPU匹配的CUDA版本PyTorch，請按以下步驟操作：
步驟1：確定GPU型號和驅動信息
- 1.按?
Win + X選擇 ?設備管理器? - 2.展開 ?顯示適配器? → 記錄您的NVIDIA顯卡型號（如RTX 3060）
- 3.打開命令提示符，運行：
nvidia-smi - 4.記錄右上角的 ?驅動版本?（如516.59）
步驟2：確定兼容的CUDA版本
- 1.
訪問NVIDIA驅動兼容表：
https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html
- 2.
查找您的驅動版本對應的最高支持CUDA版本
(例如：516.x驅動支持最高CUDA 11.7)
?推薦選擇?：CUDA 11.8或12.1（目前PyTorch支持較好的版本）
步驟3：安裝CUDA Toolkit和cuDNN
- 1.訪問NVIDIA官網：CUDA Toolkit存檔?CUDA Toolkit Archive | NVIDIA Developer
- 2.下載并安裝對應版本（如CUDA 11.8）
- 3.下載匹配的cuDNN（需要注冊賬號）：
cuDNN下載
-
安裝教程：CUDA安裝教程（超詳細）-CSDN博客
步驟4：安裝PyTorch
- 1.訪問PyTorch官網：https://pytorch.org
- 2.選擇配置：
- ?PyTorch Build: Stable (1.13.1)
- ?Your OS: Windows
- ??Package: pip
- ??Language: Python
- ??Compute Platform: 選擇與本地安裝一致的CUDA版本（如CUDA 11.8）
- ?Run this Command: 復制生成的安裝命令
安裝命令示例：
? ?正確匹配本地CUDA版本:
# 適用于CUDA 11.8
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118? ?不要使用這些:
# 通用命令（可能安裝不匹配的版本）
pip install torch torchvision torchaudio# 錯誤的CUDA版本（如本地是11.8但安裝cu117）
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu117步驟5：驗證安裝
創建test.py文件:
import torchprint(f"PyTorch版本: {torch.__version__}")
print(f"CUDA是否可用: {torch.cuda.is_available()}")
print(f"當前設備: {torch.cuda.current_device()}")
print(f"設備名稱: {torch.cuda.get_device_name(0)}")
print(f"CUDA版本: {torch.version.cuda}")運行后應有如下輸出：
PyTorch版本: 1.13.1+cu118
CUDA是否可用: True
當前設備: 0
設備名稱: NVIDIA GeForce RTX 3060
CUDA版本: 11.7常見問題解決：
- 1.
torch.cuda.is_available()返回False?：- ?檢查CUDA Toolkit版本與PyTorch安裝命令中的CUDA版本是否匹配
- ?更新NVIDIA顯卡驅動到最新版本
- ?運行?
nvcc --version確認CUDA安裝
- 2.?版本沖突?：
pip uninstall torch torchvision torchaudio pip cache purge然后重試正確版本的安裝命令
?重要提示?：PyTorch預編譯包包含完整的CUDA運行時庫，無需單獨安裝完整CUDA Toolkit也可運行。但安裝開發工具包（CUDA Toolkit）有助于開發自定義CUDA擴展。
