请注意，本文编写于 483 天前，最后修改于 483 天前，其中某些信息可能已经过时。
在 Windows 上根据设备的显卡安装对应驱动
安装 WSL
参考之前的文章，里面有详细步骤说明
在 WSL 中安装 CUDA Toolkit
安装步骤参考 英伟达官方 CUDA Toolkit 下载地址
CUDA Toolkit 的版本和显卡驱动版本对应关系参考 CUDA Toolkit 发行日志
其中 WSL 请选择：
由于中国大陆的网络连接情况较差，推荐更换国内源来加速安装。LinuxMirrors 是一个一键换源项目 LinuxMirrors
bash <(curl -sSL https://linuxmirrors.cn/main.sh)
以本次安装为例，安装的命令是
wget https://developer.download.nvidia.com/compute/cuda/repos/wsl-ubuntu/x86_64/cuda-keyring_1.1-1_all.deb
sudo dpkg -i cuda-keyring_1.1-1_all.deb
sudo apt-get update
sudo apt-get -y install cuda以上安装的是依赖，接下来安装 nvidia-cuda-toolkit
sudo apt-get install nvidia-cuda-toolkit安装完成后，使用命令 nvcc -V 检查是否安装成功。如果有版本输出则成功安装
安装 PyTorch
先安装 pip 工具
sudo apt install python3-pip使用 pip 安装正确版本的 PyTorch，参考官方网站 PyTorch Get Started
高版本的 PyTorch 可以兼容低版本的 CUDA。低版本的 PyTorch 不可以 兼容高版本的 CUDA
我前面安装的 CUDA 版本为 V11.5，所以需要 Pytorch 支持的 CUDA 版本高于 11.5。此处安装的 CUDA 版本为 V11.7
由于中国大陆的网络连接情况较差，推荐更换国内源来加速安装。清华大学 Tuna 提供国内 pip 镜像 Tuna PyPI 镜像
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
pip3 install torch torchvision torchaudio检查 PyTorch 是否成功安装
通过 python3 进入 Python 交互式终端模式
import torch
x = torch.rand(5, 3)
print(x)
torch.cuda.is_available()