回答

首先自己电脑上要有英伟达的独立显卡，然后看看自己电脑中cuda版本

打开英伟达的控制面板，一般在桌面右键菜单中，找到哦啊系统信息-》组件，看看那nvcuda64.dll的版本

或者命令行输入nvidia-smi可以看到cuda的版本

知道了电脑的cuda版本后，我们安装cuda toolkit，一般电脑的显卡cuda驱动版本>cuda toolkit版本，由于显卡cuda是12.0，那么我们安装cuda toolkit选择11.8吧。

打开英伟达cuda toolkit下载官网：https://developer.nvidia.com/cuda-toolkit-archive

选择适合自己操作系统的版本

下载安装后可以通过命令行输入这个命令来检测是否安装成功

命令行输入: nvvc -V

如果出现以上的信息说明电脑的cuda安装成了

下面我们安装pytorch来使用这个cuda

打开pytorch官网：https://pytorch.org/

选择自己要安装的版本，记得computer platform选择cuda 11.8

然后复制下面生成的命令安装：pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118

当然也可以安装其他版本的，例如：pip3 install torch==2.0.1 torchvision==0.15.2 torchaudio==2.0.2 --index-url https://download.pytorch.org/whl/cu118 --no-cache

安装成功后可以通过下面命令监测pytorch是否安装好了

python -c 'import torch;print(torch.__version__);print(torch.version.cuda)'

下面我们在pytorch中直接调用电脑gpu进行计算：

import torch

# 检查CUDA是否可用
if torch.cuda.is_available():
    # 创建一个张量并将其移动到GPU上
    device = torch.device("cuda")  # 使用默认的CUDA设备
    x = torch.tensor([1.0, 2.0, 3.0]).to(device)
    y = torch.tensor([4.0, 5.0, 6.0]).to(device)

    # 在GPU上进行计算
    z = x + y

    # 将结果移回CPU并打印
    print("Result on GPU:", z.to("cpu"))
else:
    print("CUDA is not available. Using CPU instead.")
    # 如果没有CUDA，使用CPU计算
    x = torch.tensor([1.0, 2.0, 3.0])
    y = torch.tensor([4.0, 5.0, 6.0])
    z = x + y
    print("Result on CPU:", z)