windows安装CUDA支持

最新推荐文章于 2026-05-26 08:43:35 发布

原创最新推荐文章于 2026-05-26 08:43:35 发布 · 1.1k 阅读

14 ·

本内容遵循CC 4.0 BY-SA版权协议

GEO检测

Windows 安装CUDA支持

1. 检查 PyTorch 是否支持 CUDA

在 Python 中运行以下代码：

import torch
print(torch.cuda.is_available())  # 返回 False 说明 CUDA 不可用
print(torch.__version__)  # 查看 PyTorch 版本

如果 torch.cuda.is_available() 返回 False，说明：

你安装的是 CPU-only 版本的 PyTorch，或者
CUDA 驱动未正确安装。

2. 重新安装支持 CUDA 的 PyTorch

方法 1：使用 pip 安装（推荐）

访问 PyTorch 官网，选择你的 CUDA 版本（如 11.8 或 12.1），然后运行对应的安装命令，例如：

pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118  # CUDA 11.8

或：

pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121  # CUDA 12.1

例如：
在这里插入图片描述

方法 2：使用 conda 安装

conda install pytorch torchvision torchaudio pytorch-cuda=12.1 -c pytorch -c nvidia

3. 检查 CUDA 和 cuDNN 是否安装

（1）检查 CUDA 版本

nvcc --version

如果命令不存在，说明 CUDA Toolkit 未安装，去 NVIDIA CUDA 下载页面安装对应版本。

（2）检查 cuDNN 是否安装

cuDNN 是 NVIDIA 的深度学习加速库，PyTorch 依赖它。确保：

从 NVIDIA cuDNN 官网下载对应版本。

解压后，将 bin、include、lib 文件夹复制到 CUDA_PATH（通常是 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.1）。

4. 检查显卡驱动

确保你的 NVIDIA 显卡驱动是最新的：

nvidia-smi

在这里插入图片描述
输出示例：
±----------------------------------------------------------------------------------------+
| NVIDIA-SMI 560.94 Driver Version: 560.94 CUDA Version: 12.6 |
|-----------------------------------------±-----------------------±---------------------+
如果 CUDA Version 显示 N/A，说明驱动不兼容，去 NVIDIA 驱动下载更新。

5. 验证 PyTorch + CUDA 是否正常工作

重新运行：

import torch
print(torch.cuda.is_available())  # 应返回 True
print(torch.cuda.get_device_name(0))  # 显示 GPU 型号
print(torch.__version__)  # 查看 PyTorch 版本

如果仍然报错，可能是 PyTorch 和 CUDA 版本不匹配，重新安装正确版本。

总结

如果仍然有问题，请提供：

nvidia-smi 输出
nvcc --version 输出
torch.version 信息

我可以帮你进一步排查！

标签

#windows