安装支持CUDA的PyTorch

确保您在激活的Conda环境中安装支持CUDA的PyTorch版本。可以使用以下命令进行安装：

pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118

验证CUDA在PyTorch中的可用性
创建一个简单的Python脚本来检查CUDA在PyTorch中的可用性。例如，创建一个名为cuda_test.py的文件，内容如下：

import torch

def check_cuda():
    print("CUDA available:", torch.cuda.is_available())
    print("Number of GPUs:", torch.cuda.device_count())
    if torch.cuda.is_available():
        for i in range(torch.cuda.device_count()):
            print(f"GPU {i}: {torch.cuda.get_device_name(i)}")

if __name__ == "__main__":
    check_cuda()

在激活的Conda环境中运行这个脚本：

python cuda_test.py

环境配置

系统变量：

CUDA_HOME    C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8
CUDA_PATH    C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8
CUDA_PATH_V11_8   C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8

PATH：

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8\libnvvp
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8\lib\x64
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8\include
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8\extras\CUPTI\lib64
C:\ProgramData\NVIDIA Corporation\CUDA Samples\v11.8\bin\win64
C:\ProgramData\NVIDIA Corporation\CUDA Samples\v11.8\common\lib\x64