Torch安装必知

从硬件到Torch的支持链条如下

Nvidia显卡

Nvidia显卡驱动

Cuda

Torch

Cudnn

cudnn对torch不是必需，部分项目会依赖cudnn。

1. 查看本机显卡版本型号，win+R，输入DxDiag，在显示或呈现栏包含显卡信息

2. 查看显卡版本与显卡驱动版本的兼容性，在https://www.nvidia.cn/geforce/drivers/，查看本机显卡支持的显卡驱动，根据搜索结果下载最新的NVIDIA Studio，直接安装（不用管过去安装的驱动），重启。

3. 验证显卡驱动安装成功，命令行输入nvidia-smi

4. 查看显卡驱动与Cuda的兼容性，命令行输入nvidia-smi，右上角显示显卡驱动程序先支持的最高版本

   1. 如果已经安装，就卸载cuda toolkit，控制面板和geek就可以

5. 确定cuda版本，直接在torch官网确定支持的cuda版本

6. 浏览器搜索cuda toolkit+版本，下载安装

7. 验证cuda安装成功，命令行输入nvcc -V

8. 在torch官网根据cuda版本，查看安装命令，复制，在本机命令行输入

9. 验证torch安装成功，在python程序编写：

   import torch
   print(torch.cuda.is_available())
   

10. 查看cuda版本对cudnn的兼容性在官网https://developer.nvidia.com/rdp/cudnn-archive

11. 将解压的bin、lib、include文件夹移动Cuda的安装路径中，例如xxx\v11.8\

12. 验证安装成功，在{cuda path}\extras\demo_suite文件夹下的命令行运行bandwidthTest.exe和deviceQuery.exe