如果自己的电脑有独卡，在运行机器学习的代码时我们可以使用显卡计算来提高速度和效率，现在我们对pycharm安装cuda-pytorch包的过程进行详细说明。我们千万不要认为，安装cuda-pycharm包跟安装其他包一样，就pip install ****或者conda install ****就可以了，实则不然，具体地：
一. 安装cuda
先看自己的显卡版本，在nvidia control panel里面查看
安装的cuda版本不能高于这个版本，考虑到后面要安装对应的pytorch，由于现阶段的pytorch没有cuda11.5版本的，所以我们安装11.3版本的cuda。
CUDA在这里下载
下载完成之后，安装步骤：
这是你下载cuda安装包的位置
如果要更改安装路径，可以选择自定义安装，默认勾选安装项
等待安装完成后，查看环境变量，可以看到有以下增量（有的说是要配置环境变量，我是没有配置）
在cmd里面输入nvcc -V查看是否安装成功
出现上图结果说明安装成功。
二. 安装cudnn
cudnn下载地址
cudann要和cuda版本相适应，我们安装的是cud13所以下载下图框出来的版本
下载完成之后解压，复制以下三个文件
进入cuda安装目录中，我是
将上述复制的三个文件粘贴到这个目录中，如果提示重复的话选替换。
完成以上步骤之后，验证cudann是否安装成功，进入D:\CUDA\set_up\cuda11.3\extras\demo_suite这个目录，分别运行bandwidthTest.exe和deviceQuery.exe这两个文件，都出现pass说明安装成功，如下图所示。
三.安装对应cuda版本地pytorch包
我安装的是cuda11.3素所以就用下面的安装语句来安装，但是这个安装很慢。
在pycharm中输入上述语句后，我们知道要安装的各个包的版本，我是下面这个，pytorch的版本是1.12.1
为了下载不中断，我选择下载pytorch的whl文件，如图选择匹配的安装包，我是python3.9所以选择西面的这个安装包。
pytroch下载地址
下载完whl文件之后，将这个文件复制到环境目录底下，我是
在pycharm的terminal里面用下面的命令进行安装就可以。
conda install cu113******.whl
至此，我们安装完了pytorch的cuda版本，但是还剩下cudatoolkit，torch vision和torchaudio这三个包，这三个包可以单独下载也可以在terminal里面用conda install **命令进行下载。
版权归原作者 妙齐光 所有， 如有侵权，请联系我们删除。