PC插上GPU后，打开我的电脑=》属性=》设备管理器=》显示适配器

环境AMD处理器，AMD显卡，加NVIDIA GeForce 1060 3GB显卡(GPU)

此刻显示已经安装好的GPU。在屏幕右键就会有nvidia控制面板。然后点击同意。

如果出现,不能使用的情况

 解决方法参考【1】，把显示屏的线换个位置插就好啦。

Step1:查看需要下载的cuda驱动版本

这时右键打开nvidia展示板

 推荐的nvidia的驱动为456.71.然后打开系统信息

Step 2 查看合适的CUDA

建议安装11.1.96

 (还有一种查询方法是cmd=>nvidia-smi

 )

Step3下载驱动

 在google直接输入需要的版本，就可以直接下载。

 下载后双击

Step4下载合适的cuda

也可以利用这个网站https://developer.nvidia.com/cuda-toolkit-archive。

 根据上面查出来的版本下载，要不然看官网推荐的，都是最新的版本，个人觉得不一定好用。

 选好自己的电脑系统，类型就可以直接下载了。

 下载后双击，默认c盘，不想装c盘，可以换到别的路径，就开始安装了。

 

 

 

 因为储存空间不足，无法安装，改变存储路径，然后

 

 

 

Step5下载合适的cudnn

不用去看那么多繁琐的网页，只要打开网页，上面有写cuda对应的cudnn.

打开 cuDNN Archive | NVIDIA Developer，

 

 我的情况的话，cuda11.1所以我就随便下载一个。（里面虽然有很多cuda11.1可以用的版本，但是随便下载一个就可以，因为都是兼容的）

 

点击后需要注册，注册部分省略。（建议google账号登录）

登录后点击下载，然后解压。

 把文件复制到刚才的cuda下载位置下

 

 

 step6检测cuda是否装好 nvcc -V

step7安装pytorch-gpu

打开pycharm,检测项目是否可以运行

因为使用的是pytorch的学习框架，之前是cpu,所以

 卸载torch,torchvision,

 

重装后

在cmd处提示cuda安装成功，在pycharm中显示false

打开pytorch官网https://pytorch.org/，下载

 

 因为红色框里没有11.1，所以打开

 

 找到自己的cuda版本

 

 我的如下

conda install pytorch==1.8.0 torchvision==0.9.0 torchaudio==0.8.0 cudatoolkit=11.1 -c pytorch -c conda-forge

 因为我是在anaconda下的虚拟环境，所以打开虚拟环境然后输入命令：

 （使用pip命令安装，直接卡死，如果是在anaconda上创建的环境，建议使用conda）

step8pycharm测试是否装好

 这时打开pycharm，测试代码

# -*- coding:utf-8 -*-

import torch
print(torch.__version__)

print(torch.cuda.is_available())
print(torch.version.cuda)
print(torch.backends.cudnn.version())

import platform
print(platform.python_version())
import torchvision
print(torchvision.__version__)

 结果就装好啦！！

参考文献：

【1】 https://www.baoge.net/article/92857.html