pytorch安装教程gpu cuda

PyTorch是一个流行的深度学习框架，为了在GPU上运行并利用CUDA加速计算，你需要按照以下步骤进行安装：

1. **检查硬件**：
- 确保你的计算机有支持CUDA的NVIDIA GPU，并且已经更新到最新驱动程序。
- 可以访问NVIDIA官网（https://www.nvidia.com/）下载适用于你系统的CUDA版本。

2. **安装CUDA**：
- 下载安装包并按照提示进行安装。记得在安装过程中选择添加CUDA到PATH环境变量，以便后续命令行操作能直接引用CUDA工具。

3. **安装cuDNN**：
- cuDNN是CUDA下的深度学习库，通常集成在PyTorch的安装中。如果不是默认包含，可以在PyTorch的官方文档（https://pytorch.org/docs/stable/cuda/index.html）中找到cuDNN的链接。

4. **安装PyTorch with CUDA**：
- 使用pip安装PyTorch及其CuDNN版本：

     pip install torch torchvision torchaudio -f https://download.pytorch.org/whl/cu11[xx]/linux_x86_64/torch_stable.html

- 将`[xx]`替换为你的CUDA版本号，如`111`, `102`等。

5. **验证安装**：
- 打开Python交互式环境（如Jupyter Notebook或终端），运行以下代码来检查是否成功安装了PyTorch和CUDA：

     import torch
     print(torch.cuda.is_available())  # 如果可以，会返回True
     device = torch.device("cuda:0" if torch.cuda.is_available() else "cpu")