CUDA11.7的电脑安装gpu版本pytorch教程

CUDA (Compute Unified Device Architecture) 是一种由 NVIDIA 开发的并行计算平台和编程模型，用于加速深度学习、科学计算等GPU密集型任务。PyTorch 是一个开源的机器学习库，它支持 GPU 加速，可以利用 CUDA 来提升训练速度。

以下是安装 PyTorch 11.7 版本（含 GPU 支持）的基本步骤，假设你已经在一台装有 NVIDIA GPU 的电脑上：

1. 安装 Python：确保已经安装了最新版本的 Python (建议使用 3.6+)，因为 PyTorch 兼容这些版本。你可以通过官网下载 Python。

2. 更新包管理器：

   conda create -n torch_env python=3.8 # 如果使用 Anaconda 或 Miniconda
   # 或者
   pip install --upgrade pip

3. 安装 CUDA 和 cuDNN：
- 下载 CUDA：访问 NVIDIA Developer Zone (https://developer.nvidia.com/cuda-downloads) 按照你的系统版本选择合适的版本。
- 配置环境变量：将 CUDA 的路径添加到系统 PATH 变量中，并设置 CUDA_HOME 环境变量指向 CUDA 安装目录。
- 安装 cuDNN：从 NVIDIA Developer Zone 获取对应的 cuDNN 版本，解压后将 cuDNN 的 include 和 lib 文件夹分别添加到你的 Python 包搜索路径（如 site-packages）。

4. 安装 PyTorch with GPU support：
- 使用 Conda:

      conda install pytorch torchvision cudatoolkit=11.7 -c pytorch

- 或者使用 pip:

      pip install torch torchvision --extra-index-url https://download.pytorch.org/whl/cu117/torch_stable.html

5. 验证安装：

   python -c "import torch; print(torch.cuda.is_available())"

如果一切顺利，这个命令应该会返回 `True` 表示 GPU 已经启用。然后你就可以在 PyTorch 中编写和运行 GPU 执行的代码了。