1. 查看自己电脑的cuda版本

nvidia-smi

当前cuda版本为12.8
也可以在 桌面——打开NVIDIA控制面板——系统信息——组件——3D设置
查看cuda版本，上面直接输命令行比较方便

2.安装cuda

网址：https://developer.nvidia.com/cuda-toolkit-archive

大概10min左右可以下载好
第一步选地址，是临时存储的地址，默认放在C盘的temp文件夹中，不用管
之后选择自定义安装，第二步安装自己自定义的地址，我是安装在D盘了

关于环境变量的配置

cuda12.0版本及以上是自动配置环境变量的，所以这里我就不配置了，如果是11.0的版本需要自己添加环境变量

测试一下，安装完成

cmd中输入

nvcc -V

3.安装cuDVV

下载网址：https://developer.nvidia.cn/rdp/cudnn-archive
下载之前需要先注册一下账号，要有邮箱以及验证码
之后再输入该网址，选择对应的版本，即可下载

我选择的是适用于cuda 12.x的版本，这个具体情况具体分析
之后将压缩包解压到一个文件夹中，再将解压的结果复制粘贴到之前安装CUDA的地址中

同名文件直接替换

环境变量的配置

这里同样是自动配置好了

测试一下，安装完成

进入到安装CUDA的文件夹这个目录下（也就是自定义的地址）
输入命令：bandwidthTest.exe，输出如下

再输入命令：deviceQuery.exe，输出如下
安装完成

4.创建虚拟环境

主包电脑cuda是12.8，python版本是3.12对应的pytorch版本

这里虚拟环境的py版本准备折中一下选取3.11

先安装镜像源

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/win-64/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/win-64/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/win-64/
conda config --set show_channel_urls yes
conda config --set ssl_verify false

下载3.11版本py

conda create -n py311 python=3.11

下载成功
通过命令查看当前conda下有的环境，一个是原本自带的，一个是刚刚新建的py311

我们是创建虚拟环境，所以接下来要进入py311

conda activate py311

然后就报错 Run 'conda init' before 'conda activate'
解决方法：输入命令conda init后，关掉当前cmd窗口，重新建一个，再输入conda activate 你的虚拟环境这样就可以进入了

5.在虚拟环境下，下载pytorch

网址：https://pytorch.org/get-started/locally/
会根据电脑cuda版本给出对应的命令，这里就直接用它给的，下载起来也不慢

pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu128

6.验证是否安装成功

• python
  进入python下
• import torch
  要等几分钟
• torch.cuda.is_available()
  输出是true说明安装完成

7.在jupyter notebook中安装torch

上面主包已经安装完pytorch

• 用管理员模式打开Anaconda Prompt，一定要用管理员模式
• 在(base)环境下,，也就是默认环境，输入conda install nb_conda，安装完成后
• 输入activate 你的虚拟环境名，进入安装过pytorch的环境下，输入conda install ipykernel，输y安装
• 安装完成后，在你的虚拟环境下打开jupyter notebook，新建，出现两个环境
• 选择刚创建的环境
  

8.测试是否搭建完成