CUDA11.1安装PyTorch

CUDA (Compute Unified Device Architecture) 是一种由 NVIDIA 开发的并行计算平台和编程模型，用于加速深度学习等计算密集型任务在 GPU 上的运行。在 PyTorch 中使用 CUDA 需要先安装相应的版本，并配置好环境。

以下是安装 CUDA 11.1 并将其与 PyTorch 结合的基本步骤：

1. **下载 CUDA **:
- 访问 NVIDIA Developer website (https://developer.nvidia.com/cuda-downloads)，找到适用于您系统的 CUDA 11.1 版本（通常对应于您的显卡型号），下载 CUDA Toolkit。

2. **安装 CUDA**:
- 安装时需要接受许可协议，然后按照向导进行安装。选择“Custom Install”，指定安装路径，记得勾选“Include CUDAamples”以便获取一些示例代码。

3. **更新 PATH 环境变量**:
- 完成安装后，将 CUDA 的 bin 目录添加到系统PATH环境变量中，以便命令行可以访问 CUDA 工具。

4. **安装 cuDNN**:
- CUDA 包含了 cuDNN，这是深度学习库，对于 PyTorch 的性能至关重要。从 NVIDIA Developer Center 下载 cuDNN，与 CUDA 版本匹配，解压后覆盖到 CUDA Toolkit 的相应目录下（通常是 CUDA Toolkit 的 root\cuda\include 和 lib 文件夹）。

5. **安装 PyTorch with CUDA**:
- 使用 pip 安装 torch 的 CUDA 版本：

     pip install torch torchvision torchaudio -f https://download.pytorch.org/whl/cu111/torch_stable.html

或者在 conda 环境中安装：

     conda install pytorch torchvision cudatoolkit=11.1 -c pytorch

6. **验证安装**:
- 在 Python 中检查是否成功安装了 CUDA：

     import torch
     print(torch.cuda.is_available())  # 如果安装成功，这将显示 True