显卡GPU、CUDA、Pytorch版本对应即下载安装

 显存大于4G的建议使用GPU版本的pytorch，低于4G建议使用CPU版本pytorch，直接使用命令安装对应版本即可

GPU版本的pytorch的使用需要显卡支持，需要先安装CUDA，即需要完成以下安装

1.查看显卡GPU支持的CUDA版本（最高）

GPU对应的CUDA版本可以通过以下方法查看：

1. 打开cmd，输入nvidia-smi，查看显卡支持的CUDA版本
2. 对于Volta或更高版本的GPU，推荐使用cuDNN 9.1.0和CUDA 12.4
3. 对于Pascal和Maxwell架构的GPU，推荐使用cuDNN 9.1.0和CUDA 11.8
4. 可以通过命令“nvcc -V”或“nvcc --version”查看CUDA版本

如果nvidia-smi命令无效，则说明可能已经安装了cuda 有效解决：nvidia-smi报错Failed to initialize NVML: Unknown Error 且 print(torch.cuda.is_available())一直卡住_nvvm unknown error-CSDN博客

2.下载安装对应版本的cuda

配置显卡cuda与配置pytorch - 知乎 (zhihu.com)

查看当前安装的CUDA版本：nvcc -v

3. python、torch、torchversion版本对应关系及安装

3.1 不建议使用pytorch官方的下载安装方式：

3.2 建议手动下载、手动安装：

1.在download.pytorch.org/whl/torch_stable.html 或download.pytorch.org/whl/torch/ 或阿里镜像源pytorch-wheels安装包下载_开源镜像站-阿里云 (aliyun.com) 中，

2.根据cuda版本、torch版本、python版本，下载对应的 torch.whl文件

3.根据torch与torchversion的对应关系，再下载对应的torchversion.whl文件 pytorch，torchvision与python版本对应关系及安装命令_pytorch python版本-CSDN博客

4.下载到本地文件夹，然后通过命令行的形式安装，这样安装可以避免官方安装中的错误

pip install ''xxx''

5.测试GPU版本的pytorch是否成功安装使用

import torch

print(torch.cuda.is_available())

返回true则成功；

6. 如果返回false，则失败，需要优先检查cuda版本与torch版本是否对应，使用命令：pip list，查看torch是否为版本号+cuda版本号：

3.3 建议命令行安装（未亲自测试）

pytorch，torchvision与python版本对应关系及安装命令_pytorch python版本-CSDN博客