没什么好介绍的，直接说了。

下载

首先打开命令行，输入代码查看显卡最高支持的cuda版本，下载的版本不要高于该版本

nvidia-smi

PyTorch 插件这个是PyTorch下载地址，就按照我这么选CUDA版本就选最新的，看好绿框里的CUDA版本12.4，后面要用。

确认好CUDA版本我们进入这个网站。

CUDA 工具包 - 免费工具和培训 |NVIDIA 开发人员 点击下载

可以看到里面有很多工具，这次要用的是CUDA Toolkit。

点击下载，会发现他，他不是12.4的，我们要找12.4版本的，他的版本要和PyTorch对应，点绿框的链接，选择历史版本

找到12.4.0

直接开始下载

这里可以看一下版本说明 发行说明 — NVIDIA cuDNN ，这里先选择9.5.0不选择9.5.1，下载历史版本的方法还是一样。

下面的网址是cuda对应cudann版本，选择cuda12对应的版本安装。

Index of /compute/cudnn/redist/cudnn/windows-x86_64

安装

下载完了，开始安装

我推荐如果你的电脑C盘分配的空间比较大比如我分配了500G，那就把这些系统环境直接装到默认的C盘就好了，比较省心。

复制pip命令到命令提示符，以管理员身份运行。

​​​​​​​

下载要很久，还有可能下载到一半就失败，多试两次。他下载的过程会暂停，注意一下，如果是一直在闪才是正在下载，暂停了就点一下再点一下回车继续。

在安装过程中可能会有一个黄色警告，这个警告信息的意思是，您下载并安装了 torch、torchvision 和 torchaudio，但是一些脚本文件被安装在了 C:\Users\wangy\AppData\Roaming\Python\Python312\Scripts 目录下，而这个目录没有被加入到系统的 PATH 环境变量中。因此，当您在命令行中直接调用这些脚本（如 torchrun.exe）时，系统可能找不到这些命令。

然后开始安装cuda，选自定义安装

如果你已经装了显卡驱动下面的三个选项可以取消勾选，红框里的内容是安装失败事故频发区域，和VS相关，你可以安装vs2019后再来单独安装勾选这些条目。

强烈推荐把环境配置安装在默认的C盘，可以省去很多麻烦

如果安装失败，查看导致安装失败的插件，一般来说就是Nsight控件了，取消掉再重新安装再去单独安装相应组件，这里是网址  NVIDIA Nsight Integration | NVIDIA Developer

单独安装成功

命令行输入代码，可以看到安装的cuda版本

nvcc -V

开始安装cudann，首先解压

复制所有文件到cuda安装目录。

然后进入环境变量

参考我的路径，添加四个路径到环境变量

完成后继续打开命令行，输入代码

cd C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.4\extras\demo_suite

分别执行bandwidthTest.exe和deviceQuery.exe

两个都为PASS则为安装成功