1、确认NVIDIA 独立显卡的 CUDA 计算能力

首先要确定 GPU 型号，方法为：右击“我的电脑”->在上下文菜单中选择“管理”->在窗口左边栏中选择“设备管理器”->选择“显卡”查看 GPU 型号。或从“NVIDIA控制面板”也可以查看。根据GPU 型号查找对应的 CUDA 计算能力。

https://developer.nvidia.com/cuda-gpus#collapseOne

2、确定 CUDA 版本

在桌面空白处右击，在弹出的上下文菜单中选择“NVIDIA控制面板”。在“NVIDIA控制面板”窗口菜单栏里的“帮助”->“系统信息”，弹出“系统信息”窗口，选择“组件”选项卡，里面有 “NVCUDA.DLL” 这个条目。条目对应的值会显示推荐安装的 CUDA 版本号。

查看CUDA与GPU驱动的对应关系：

 https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html

 我的GPU算力完全满足我要安装的CUDA11.3。

确定好cuda版本号之后就可以安装GPU版本pytorch，按照要运行的模型安装所需要的版本cuda11.3

3、创建虚拟环境

   所需要的pytorch：

创建环境：

conda create -n torch1.1 python=3.7

激活环境：

conda activate torch1.1

3.1在线安装GPU版本pytorch：

pytorch官网：https://pytorch.org/

初开始我是从pytorch官网，用conda安装的，但发现安装的一直是cpu版本的，重装了几遍，都是错误的。

3.2离线安装GPU版本pytorch：

https://download.pytorch.org/whl/torch_stable.html

torch1.10.0

torchaudio0.10.0

torchvision0.11.1

 将这三个文件下载即可，然后cd到你三个文件存的地方

(torch1.10) PS C:\Users\OVO> cd F:\pytorch

进入刚建好的虚拟环境中，依次安装whl包：

pip install torch-1.10.0+cu113-cp37-cp37m-win_amd64.whl

pip insatll torchvision-0.11.1+cu113-cp37-cp37m-win_amd64.whl

pip install torchaudio-0.10.0+cu113-cp37-cp37m-win_amd64.whl

全部安装完后，输入python ,进行验证：

import torch
torch.__version__
torch.cuda.is_available()

 返回True，即成功安装。

退出python运行命令：

exit()

4.安装opencv库

conda install opencv

5.删除所建的虚拟环境

conda remove -n torch1.1 --all

6.进入虚拟环境

conda activate torch1.1