在电脑桌面，点击NVIDIA 控制面板选项。并点击系统信息以进行NVIDIA显卡的CUDA适用版本查看。并通过组件中的NVCUDA64.DLL中的产品名称，找到合适的CUDA版本（如图该机器适用的版本为11.1）。
随后，找到合适自己电脑的CUDA版本后，下载对应的CUDA（官网）。选取对应版本，以及操作系统等内容并下载，下载完成后双击安装即可。
安装完成后，在环境变量中添加以下内容：
CUDA_PATH = "C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1";
CUDA_BIN_PATH = "%CUDA_PATH%\bin";
CUDA_LIB_PATH = "%CUDA_BIN_PATH%\lib\x64";
CUDA_PATH_NVCC = "%CUDA_PATH%\libnvvp";
CUDA_SDK_PATH = "C:\ProgramData\NVIDIA Corporation\CUDA Samples\v11.1";
CUDA_SDK_BIN_PATH = "%CUDA_SDK_PATH%\bin\win64";
CUDA_SDK_LIB_PATH = "%CUDA_SDK_PATH%\common\lib\x64"Windows 安装 torch+cuda
确定需要安装的 Pytorch 版本，通过下述命令进行 cuda 版本的安装：
pip3 install torch==1.13.0+cu117 torchvision==0.14.0+cu117 torchaudio===0.13.0+cu117 -f https://download.pytorch.org/whl/cu117/torch_stable.html| 指令 | 作用 |
|---|---|
| -h，--help | 查看帮助信息 |
| -F，--onefile | 产生单个的可执行文件 |
| -D，--onedir | 产生一个目录（包含多个文件）作为可执行程序 |
| -a，--ascii | 不包含 Unicode 字符集支持 |
| -d，--debug | 产生 debug 版本的可执行文件 |
| -w，--windowed，--noconsolc | 指定程序运行时不显示命令行窗口（仅对 Windows 有效） |
| -c，--nowindowed，--console | 指定使用命令行窗口运行程序（仅对 Windows 有效） |
| -o {output_dir}，--out={output_dir} | 指定 spec 文件的生成目录。如果没有指定，则默认使用当前目录来生成 spec 文件 |
| -p {output_dir}，--path={output_dir} | 设置 Python 导入模块的路径，也可使用路径分隔符（Windows 使用分号，Linux 使用冒号）来分隔多个路径 |
| -n {Name}，--name={Name} | 指定项目（产生的 spec）名字。如果省略该选项，那么第一个脚本的主文件名将作为 spec 的名字 |