1、安装NVIDIA驱动

下载地址：https://www.nvidia.cn/Download/index.aspx?lang=cn
登录可以看到如下界面：

选择产品类型、操作系统等，然后点击搜索按钮，进入下载界面。
安装完成后，在命令行输入 nvidia-smi，用来显示GPU卡的基本信息，如果出现下述的界面，说明安装成功，如果报错，说明安装失败，请搜索其他安装驱动的方法

2、安装CUDA

CUDA(Compute Unified Device Architecture)，是英伟达公司推出的一种基于新的并行编程模型和指令集架构的通用计算架构，它能利用英伟达GPU的并行计算引擎，比cpu更高效地解决许多复杂的计算任务。安装CUDA Driver时，其版本需与NVIDIA GPU Driver的版本一致，这样CUDA才能找到显卡
进入CUDA的官方网站进行安装：
https://developer.nvidia.com/zh-cn/cuda-toolkit

安装好cuda之后，在命令行输入nvcc --version，如果得到以下界面，说明安装成功，

3、 安装cuDNN

NVIDIA cuDNN是用于深度神经网络的GPU加速库，注册NVIDIA并下载cuDNN包，获取地址为
https://developer.nvidia.com/rdp/cudnn-archive

4、安装python及pytorch

安装GPU版的pytorch时，我们要选择对应的CUDA版本号，不能选择None，只有是CPU版的，才会选择None
进入pytorch下载官网
https://pytorch.org

第一行：选择版本
第二行：选择操作系统
第三行：选择安装包
第四行：选择python版
第五行：选择对应的CUDA版本
第六行：复制conda以及后面的语句到命令行中，执行该命令行进行下载（里面会有个y要我们确认）

5、验证

验证是否在使用GPU，可以使用下列的代码

import torch
print("support ? ", torch.cuda.is_available())

如果返回的是true，则表明可以使用相应的GPU来跑，安装成功

最后

以上就是仁爱心情为你收集整理的安装GPU版的pytorch1、安装NVIDIA驱动2、安装CUDA3、 安装cuDNN4、安装python及pytorch5、验证的全部内容，希望文章能够帮你解决安装GPU版的pytorch1、安装NVIDIA驱动2、安装CUDA3、 安装cuDNN4、安装python及pytorch5、验证所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。