【2023最新方案】安装CUDA，cuDNN，Pytorch GPU版并解决torch.cuda.is_available()返回false等问题

1. 安装CUDA

1.1 检查是否已安装CUDA

        快捷键win+r，输入cmd，在命令行中输入 nvcc -V 可以查看版本信息

        若已安装，则显示版本信息，请跳转到第二步

1.2 若未安装，请于左下角搜索并打开NVIDIA的控制面板

        单击系统信息，进入组件页面查看CUDA的版本

 

       如图所示，作者电脑CUDA的版本为11.7，因此选择下载 ≤ 11.7 版本的CUDA

       进入官网CUDA Toolkit Archive | NVIDIA DeveloperCUDA Toolkit Archive | NVIDIA Developer ，下载对应版本的CUDACUDA Toolkit Archive | NVIDIA Developer 

          版本根据个人情况而定，切勿追求高于自身版本的CUDA

        下载完成之后，得到一个.exe安装程序，双击打开并下一步，建议安装路径默认，此步骤如有问题可以查看这篇文章：

(133条消息) 安装CUDA，cuDNN，Pytorch的详细教程，一气呵成！_torch==1.7.1+cu101_Nefu_lyh的博客-CSDN博客

        通过快捷键win+r，输入cmd，在命令行中输入 nvcc -V 可以检查CUDA是否安装成功，若已安装，则显示版本信息

 2. 安装cuDNN

        进入官网https://developer.nvidia.com/rdp/cudnn-download ，先注册登录，查看自己的CUDA版本号对应自己的cuDNN（曾经需要CUDA和cuDNN版本对照表，现在英伟达只提供了两个版本cuDNN，分别对应CUDA 12.x和CUDA 11.x）

         

         下载好压缩包后进行解压，将文件名称更改为cudnn

         复制cudnn文件粘贴到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.7这个根目录下

         最后，配置系统Path的环境变量

 

 

 

         这两句话实际上就是刚才改名的cudnn文件夹里lib64和bin文件存放的目录，复制粘贴的时候注意版本号

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.7\extras\CUPTI\lib64

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.7\cudnn\bin

3. 安装Pytorch

        进入官网Start Locally | PyTorch，根据第一步安装的CUDA版本，选择Pytorch的版本

        通过快捷键win+r，输入cmd，在命令行中输入下面这段话，下载Pytorch

         注意：作者尝试很多次，下载均失败，此外其他作者通过解析链接地址，去网盘下载依赖的方法已经过时，所以我们采取另一种万能的办法

        我们进入这段pip提供的链接（根据实际情况来），这是Pytorch依赖下载网页

        我们需要下载torch、torchaudio、torchvision

 3.1 下载torch

         单击torch链接，根据python版本和CUDA版本搜索所需.whl文件 crtl+f搜索

         cu117表示CUDA版本为11.7 cp39表示python版本3.9

         可以看到，官方提供了torch-1.13.0和1.13.1两个版本，任选其一（建议选小），再根据操作系统选择win或者linux

        因为作者电脑python 3.9 CUDA 11.7 win操作系统 因此下载了以下.whl文件

 3.2 下载torchaudio

         同理，选择适合的版本

 

 3.3 下载torchvision

         同理，选择适合的版本

 

 

 3.4 安装文件

        将上述文件存放到一个文件夹内，在目录框输入cmd，进入到控制台

         输入之前pip未下载成功的那段话

pip3 install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu117

4.0 测试

         从控制台依次输入以下代码，若出现True，则安装成功！

import torch
torch.__version__
torch.cuda.is_available()

参考文章（解决办法和安装内容部分已过时）：

(133条消息) 安装CUDA，cuDNN，Pytorch的详细教程，一气呵成！_torch==1.7.1+cu101_Nefu_lyh的博客-CSDN博客

(133条消息) torch.cuda.is_available()返回false——解决办法_Nefu_lyh的博客-CSDN博客

(133条消息) CUDA 11.7无法安装pytorch的GPU版本_cuda11.7对应的pytorch_dy_______的博客-CSDN博客