2.2.安装 CUDA

打开CUDA Toolkit Archive链接

CUDA Toolkit Archive | NVIDIA Developer

安装如下版本（这里安装的是11.3.0，实际上比上面查询的12.6低就可以）

选择自定义安装，只装CUDA，取消勾选VS，路径的话默认C盘就行

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3\lib\x64
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3\libnvvp

查询刚刚安装的CUDA Runtime Version版本（运行版本，之前是驱动版本）

nvcc -V

pip install torch==1.12.0+cu113 torchvision==0.13.0+cu113 torchaudio==0.12.0 --extra-index-url https://download.pytorch.org/whl/cu113

切记，首先切换到之前配置的虚拟环境！

法一：直接在虚拟环境输入上述代码，对网要求很高，可能要科学上网（不推荐）

法二：先下载whl文件，再来安装

进入代码后面跟的网址

https://download.pytorch.org/whl/cu113

3.2.开始安装

pip install D:\whl\torch-1.12.0+cu113-cp39-cp39-win_amd64.whl
pip install D:\whl\torchvision-0.13.0+cu113-cp39-cp39-win_amd64.whl
pip install D:\whl\torchaudio-0.12.0+cu113-cp39-cp39-win_amd64.whl

conda list

import torch

PS:备注

• Pycharm汉化操作：在File——Settings——Plugins——在搜索框输入Chinese

• 选择Chinese Simplified下载，并且重启IDE即可
• 关于快速配置所需包参考

（2024最新的YOLOv8安装配置全流程，人人都可以学会的图像识别技术指南-CSDN博客）

首先在新建文本requirements.txt如下，并将其放到D:\whl文件夹里面

# Ultralytics requirements
# Usage: pip install -r requirements.txt

# Base ----------------------------------------
matplotlib>=3.2.2
numpy>=1.22.2 # pinned by Snyk to avoid a vulnerability
opencv-python>=4.6.0
pillow>=7.1.2
pyyaml>=5.3.1
requests>=2.23.0
scipy>=1.4.1
# torch>=1.7.0
# torchvision>=0.8.1
tqdm>=4.64.0

# Logging -------------------------------------
# tensorboard>=2.13.0
# dvclive>=2.12.0
# clearml
# comet

# Plotting ------------------------------------
pandas>=1.1.4
seaborn>=0.11.0

# Export --------------------------------------
# coremltools>=6.0,<=6.2  # CoreML export
# onnx>=1.12.0  # ONNX export
# onnxsim>=0.4.1  # ONNX simplifier
# nvidia-pyindex  # TensorRT export
# nvidia-tensorrt  # TensorRT export
# scikit-learn==0.19.2  # CoreML quantization
# tensorflow>=2.4.1  # TF exports (-cpu, -aarch64, -macos)
# tflite-support
# tensorflowjs>=3.9.0  # TF.js export
# openvino-dev>=2023.0  # OpenVINO export

# Extras --------------------------------------
psutil  # system utilization
py-cpuinfo  # display CPU info
# thop>=0.1.1  # FLOPs computation
# ipython  # interactive notebook
# albumentations>=1.0.3  # training augmentations
# pycocotools>=2.0.6  # COCO mAP
# roboflow

在Anaconda prompt里面首先激活对应虚拟环境，然后输入如下指令

pip install -r D:\whl\requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple

即可成功安装所需库！