企业官网建设流程全解析

1. 先检查是否已安装 CUDA Toolkit

打开命令提示符（CMD），输入nvcc -V，如果能输出 CUDA 版本信息（如下），说明已安装：

2. 安装 CUDA Toolkit

(1) 先查看你的 PyTorch 支持的 CUDA 版本

打开 Python 终端，输入以下代码：

import torch

# 输出PyTorch兼容的CUDA版本

print(torch.version.cuda)

(2) 下载对应版本的 CUDA Toolkit

• 官方下载地址：https://developer.nvidia.com/cuda-toolkit-archive
• 注意：需下载与 PyTorch 兼容的版本（如 PyTorch 显示 11.7，则下载 CUDA Toolkit 11.7，无需追求最新版本）；

(3) 安装步骤

下载后双击安装包，默认安装即可。

打开命令提示符（CMD），输入nvcc -V（注意是大写 V），如果能输出 CUDA 版本信息（如下），说明已安装成功。

3. 已安装 CUDA Toolkit，手动配置CUDA_HOME环境变量（可选）

如果输入nvcc -V 没有输出 CUDA 版本信息需要配置环境。

(1) 找到 CUDA 安装路径（如 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.8）；

(2) 右键「此电脑」→「属性」→「高级系统设置」→「环境变量」；

(3) 在「系统变量」中，点击「新建」：

• 变量名：CUDA_HOME
• 变量值：你的 CUDA 安装路径（如 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.8）

（4）找到系统变量中的Path，点击「编辑」，新增两个路径：

• %CUDA_HOME%\bin
• %CUDA_HOME%\libnvvp

没有安装NVIDIA CUDA Toolkit 或者缺少配置环境代码出现错误。

raise OSError('CUDA_HOME environment variable is not set. '
'Please set it to your CUDA install root.')
OSError: CUDA_HOME environment variable is not set. Please set it to your CUDA install root.