1. 先检查是否已安装 CUDA Toolkit
打开命令提示符（CMD），输入 nvcc -V，如果能输出 CUDA 版本信息（如下），说明已安装：
2. 安装 CUDA Toolkit
(1) 先查看你的 PyTorch 支持的 CUDA 版本
打开 Python 终端，输入以下代码：
import torch
输出PyTorch兼容的CUDA版本
print(torch.version.cuda)
(2) 下载对应版本的 CUDA Toolkit
- 官方下载地址：https://developer.nvidia.com/cuda-toolkit-archive
- 注意：需下载与 PyTorch 兼容的版本（如 PyTorch 显示 11.7，则下载 CUDA Toolkit 11.7，无需追求最新版本）；
(3) 安装步骤
下载后双击安装包，默认安装即可。
打开命令提示符（CMD），输入 nvcc -V（注意是大写 V），如果能输出 CUDA 版本信息（如下），说明已安装成功。
3. 已安装 CUDA Toolkit，手动配置CUDA_HOME环境变量（可选）
如果输入 nvcc -V 没有输出 CUDA 版本信息需要配置环境。
(1) 找到 CUDA 安装路径（如 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.8）；
(2) 右键「此电脑」→「属性」→「高级系统设置」→「环境变量」；
(3) 在「系统变量」中，点击「新建」：
- 变量名：CUDA_HOME
- 变量值：你的 CUDA 安装路径（如 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.8）
（4）找到系统变量中的Path，点击「编辑」，新增两个路径：
%CUDA_HOME%\bin%CUDA_HOME%\libnvvp
没有安装NVIDIA CUDA Toolkit 或者缺少配置环境代码出现错误。
raise OSError('CUDA_HOME environment variable is not set. '
'Please set it to your CUDA install root.')
OSError: CUDA_HOME environment variable is not set. Please set it to your CUDA install root.