由于已经安装了cpu版本了，如果再在该环境下安装gpu版本会造成环境污染.
因此，再安装gpu版本时，需要再新建一个虚拟环境才能安装成功。
然后去官网下载所适配的版本。 安装完cuda和cudnn后，开始安装pytorch的gpu版本。1.安装cude
首先查看windows电脑之前是否成功安装了CUDA
代码语言：javascript复制第一步：同时按键盘上的“windows键 R”，输入“cmd”并回车，进入windows的命令行界面。
第二步：命令行里输入“nvcc -V”并回车
第三步：如果已经成功安装CUDA的话，会显示CUDA的版本号的。
已成功安装cuda跳过cuda安装部分
在计算机-管理-设备管理器-显示适配器中，查看是否有独立显卡。
独立显卡NVIDIA GetForce GTX 1060
测试本机独立显卡是否支持CUDA的安装（点击此处）
本机的独立显卡是支持CUDA安装
接下来就是选择CUDA进行安装即可（点击此处）
这里我选了CUDA Toolkit10.5的版本，至于选择哪个版本，个人认为应该没多大差别，一般就是看这个版本是否要求GPU的计算能力是多少以上。
根据电脑系统选择相应选项，exe选择local，下载安装
接着就是安装过程，双击打开显示临时解压目录，不需要改变，默认即可。
接下来，进入NVIDIA安装过程，选项可参考其他博客。至于CUDA的安装目录，大家默认安装在C盘即可。（记住CUDA的安装目录）
安装完成之后，便是配置环境变量。环境变量配置如下图所示。（电脑->属性->高级系统设置->环境变量->系统变量找到Path）
四个路径分别对应自己电脑安装的相应文件
测试CUDA是否正常安装。可以看到测试成功
代码语言：javascript复制第一步：同时按键盘上的“windows键 R”，输入“cmd”并回车，进入windows的命令行界面。
第二步：命令行里输入“nvcc -V”并回车
第三步：如果已经成功安装CUDA的话，会显示CUDA的版本号的。2.安装cudnn 点击此处，选择下载download cudnn，但这里需要你注册一个账号，然后进行问卷之后才可以进行下载页面，反正一步步操作即可。
然后因为我上一步CUDA的版本是11.5,而CUDNN的版本要跟CUDA版本一致
下载之后，解压缩，将CUDNN压缩包里面的bin、clude、lib文件直接复制到CUDA的安装目录下，直接覆盖安装即可。
3.安装pytorch-gpu
①Anaconda安装（之前安装过的跳过）
Anaconda是一个用于科学计算的Python发行版，支持Linux、Mac和Window系统，提供了包管理与环境管理的功能，可以很方便地解决Python并存、切换，以及各种第三方包安装的问题。可以直接从 Anaconda官网（点击此处）下载，但因为Anaconda的服务器在国外，所以下载速度会很慢，这里推荐使用清华的镜像（点击此处）来下载。选择合适你的版本下载，这里选择Anaconda2020.02Windowsx86_64.exe版本
下载之后，点击安装，按照提示依次点击下一步，知道安装结束。安装完成后，在开始菜单会出现按照后的软件。打开程序Anaconda Navigator，启动后可以看到Anaconda的环境界面
安装完成后，进行Anaconda的环境变量配置，电脑->属性->高级系统设置->环境变量->系统变量找到Path，点击编辑，加入三个文件夹的存储路径，然后选择确定。点击 Win R 打开，输入cmd，打开命令行，输入conda info，显示如下图，说明环境变量配置成功。
②创建虚拟环境（第一次安转也可以选择创建虚拟环境）
打开anaconda prompt，首先创建虚拟环境：
#创建新环境
conda create --name pytorch-gpu python=3.6
#激活环境
conda activate pytorch-gpu命令行输入：conda create –name pytorch_gpu python=3.6 python_gpu为anaconda下虚拟环境名称，可自定义，python=3.6为选择安装的python版本。
proceed选择y，回车, 等待相关包下载，可以看到在安装完成之后，信息提示。
代码语言：javascript复制#如果要启用创建的环境，输入指令
conda activate pytorch_gpu
#关闭该环境的话，输入指令
conda deactivate③安装pytorch-gpu
激活后去pytorch官网（点击此处）
选择适合自己的版本，但是使用conda方式下载，直接用这个语句是不能下载成功的，因为它的服务器在国外，所以要选择下国内的镜像源。（梯子在上面已经给了链接）
如果没有创建虚拟环境（第一次安装），打开Anaconda Prompt，前面是（base），可以直接在base里直接进行安装
如果创建了虚拟环境，需要激活虚拟环境，后再执行 conda install
在已经激活的环境中输入上图红框中的命令：（可以直接选择镜像那个）
代码语言：javascript复制conda install pytorch torchvision torchaudio cudatoolkit=11.3 -c pytorch默认pytorch官网为下载源，下载速度太慢，很容易报错
更改为清华大学镜像，命令行输入下面的命令：
代码语言：javascript复制# 添加Anaconda的清华镜像
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
# 设置搜索时显示通道地址
config --set show_channel_urls yes 然后再输入：
代码语言：javascript复制conda install pytorch torchvision torchaudio cudatoolkit=11.3注意要把后面的-c pytorch去掉，不然还是使用的默认源下载。
等待下载和安装：
④测试
寻找到创建的python.exe（包含虚拟环境名的）进行复制
D:UsersAdministratoranaconda3envspytorch-gpupython.exe
运行Pycharm，新建python文件输入下面命令：
代码语言：javascript复制import torch
print(torch.__version__) #注意是双下划线
print(torch.cuda.is_available())选择对应的Python环境：
选择刚刚创建的pytorch-gpu:（可直接测试一开始复制的地址直接定位到）
最后运行刚刚创建的Python文件，出现下面即是成功：
不报错，并返回True, 说明安装成功！！若返回False, 说明系统的cuda版本号和 选择的cuda版本不一致，需要将cuda版本进行更新，具体更新操作如下：
右键-我的电脑-管理-设备管理器，找到显示适配器，选择NVIDIA，右键-更新驱动程序，将更新到最新版本，重启电脑即可。
注：如果要删除自定义源更换回conda的默认源，直接删除channels即可，命令如下：
代码语言：javascript复制conda config --remove-key channels版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 举报，一经查实，本站将立刻删除。
