win11下配置CUDA11.8+pytorch2.0.0

由于4060算力是8.9，所以选择11.8以上的cuda版本

一、下载CUDA11.8

进入官网下载CUDA Toolkit 12.2 Update 2 Downloads | NVIDIA Developer
点击Archive of Previous CUDA Releases，找到11.8

选local下载

二、下载cuDNN

找到CUDA11.8对应的cuDNN

cuDNN Download | NVIDIA Developer

三、安装CUDA11.8

看不懂，安装全程next

配置环境变量，在path里添加

#前两个应该自动配好了
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8\libnvvp
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8\include
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8\lib

运行nvcc -V,查看是否成功

nvcc -V

四、安装cuDNN

解压下载的zip文件cudnn-windows-x86_64-8.9.4.25_cuda11-archive.zip

把里边的三个文件夹bin,clude,lib复制到下面路径

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8

如果改了CUDA的安装路径，就复制到对应文件夹里

五、安装torch

进入官网Previous PyTorch Versions | PyTorch

找到v2.0.0,用pip语句安装。用conda可能会出错，具体见安装pytorch报错torch.cuda.is_available()=false的解决方法-CSDN博客

# CUDA 11.8
pip install torch==2.0.0+cu118 torchvision==0.15.1+cu118 torchaudio==2.0.1 --index-url https://download.pytorch.org/whl/cu118

六、使用轮子解决pytorch安装缓慢

官方轮子下载网址：https://download.pytorch.org/whl/torch_stable.html

里面有根据cuda以及虚拟环境使用的python版本两者一起对应的各种工具版本（注意看清楚！！cu后面是cuda版本，cp后面是python版本，linux or window版本），一一对应下载即可

我用的是python3.9,所以选py39。

下载轮子完成后，我们进入conda虚拟环境来安装轮子，首先激活虚拟环境

conda activate your_env_name

然后切换到轮子下载的文件夹，然后安装轮子

pip install "A轮子文件名"

安装过程中有可能要下别的包，如果下载慢也可以直接去官方轮子下载网址找到对应包下载

关于轮子使用(9 封私信 / 85 条消息) pytorch下载太慢怎么办？ - 知乎 (zhihu.com)