老电脑丽台K2200显卡，折腾一晚上才搞定，将经验整理了下。

CUDA、CUDNN、pytorch、pytorch历史版本下载四个下载链接。

CUDA下载：https://developer.nvidia.com/cuda-toolkit-archive
CUDNN下载：https://developer.nvidia.com/rdp/cudnn-download（需要登录）
pytorch下载：https://pytorch.org/get-started/previous-versions
pytorch历史版本下载：https://pytorch.org/get-started/previous-versions

CUDA、CUDA安装

参考下面老哥写的，写的非常全非常不错，版本对应关系都提到了，最重要就是对应版本！！，对应号版本一般不会错。

有点问题CDUA在安装完成后检测是否安装成功，可以用nvcc-version查看，nvcc-v不一定能看出来，没装CUDA Toolkit。

nvcc -V或nvcc -version，

cuda、cudnn和pytorch下载与安装的经验https://blog.csdn.net/xihanxiaowenzi/article/details/127562399?spm=1001.2014.3001.5506

pytorch安装 

一定要看这边确定python、CUDA、pytorch三者版本对应关系，不能乱来，否则安装不成功。

下面文章也介绍了python、CUDA、pytorch三者对应以及你这。

pytorch，torchvision与python版本对应关系及安装命令https://blog.csdn.net/WOSHIRENXIN/article/details/127415609

如果安装不成功提示“”AssertionError: Torch not compiled with CUDA enabled，就降版本，降到合适版本为止，我是从1.9降到1.5终于成了。这里有老哥写的

 

torch报错AssertionError: Torch not compiled with CUDA enabled解决方法 torch适配CUDA降版本、选择gpu版本最终方案 https://blog.csdn.net/m0_46948660/article/details/129205116?spm=1001.2014.3001.5506

pytorch性能测试

可以用下面代码进行测试

import time
import torch

# 测试gpu计算耗时
A = torch.ones(5000, 5000).to('cuda')
B = torch.ones(5000, 5000).to('cuda')
startTime2 = time.time()
for i in range(100):
    C = torch.matmul(A, B)
endTime2 = time.time()
print('gpu计算总时长:', round((endTime2 - startTime2) * 1000, 2), 'ms')

# 测试cpu计算耗时
A = torch.ones(5000, 5000)
B = torch.ones(5000, 5000)
startTime1 = time.time()
for i in range(100):
    C = torch.matmul(A, B)
endTime1 = time.time()
print('cpu计算总时长:', round((endTime1 - startTime1) * 1000, 2), 'ms')

下面是原文 

GPU性能的简单测试脚本（pytorch版）_pytorch gpu测试-CSDN博客文章浏览阅读8.3k次，点赞6次，收藏31次。GPU性能的简单测试脚本（pytorch版）_pytorch gpu测试https://blog.csdn.net/qq_41129489/article/details/126596108最后希望都能成功。