每一次更换环境都要找一遍CUDA和pytorch的安装指南，且质量都参差不齐。在这一次安装时，我决定全程记录。Update Time：2025.10.27

一、确认CUDA版本

1. 打开powershell，并使用 nvidia-smi检查cuda版本（注意pytorch与cuda会存在版本兼容问题，此步务必确认）

二、下载安装合适版本的CUDA Toolkit

本文档更新时版本为：13.0.2

1. CUDA toolkit官网https://developer.nvidia.com/cuda-downloads
2. CUDA toolkit历史版本库CUDA Toolkit Archive | NVIDIA Developer

cuda安装过程不再赘述，直接安装即可。

https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.htmlcuda与tool对应版本与最低驱动版本

三、检查CUDA Toolkit

在powershell中使用 nvcc -V 检查版本。

若无，编辑系统环境变量：

1. 进入环境变量
2. 添加环境变量CUDA_HONE，值为 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v13.0（自行修改版本号）
3. 修改Path变量，追加 %CUDA_HOME%\bin

四、创建python venv

anaconda、uv等安装不在本文档内赘述，且本文档使用的为conda

conda create -n [name] python=3.12.0 matplotlib numpy pandas
# 安装python3.12.0，matplotlib，numpy，pandas常用的库

创建完成后：

conda activate [name]
# 请不要关闭powershell，下一步将安装pytorch

五、下载安装合适版本Pytorch

Pytorch 官网：Get Started

自行选择相应的版本（本文档为CUDA13.0），并在激活了的venv中输入命令并等待。

如果遇到安装失败，请更换为powershell管理员再次进行步骤五。

六、检查GPU是否可用

同样的powershell

1.python
2.import torch
3.torch.cuda.is_available()