使用GPU版本的torch

声明：

1.我是不知道安装torch到底需不需要安装CNDA和CUDNN的，我是按照其他文章所说，才下载的 CNDA和CUDNN。通过一些视频展示，下载GPU版本的torch是包含了CNDA组件的，所以我觉得可能不需要下载CNDA和CUDNN，直接下载GPU版本的torch。
2.确保自己电脑有GPU。

一、前期准备，关于GPU

1.自己GPU版本

在cmd中输入      nvidia-smi

CUDA：12.1版本
CUDNN：对应版本在官方网站上看
CUDA官网：https://developer.nvidia.com/cuda-toolkit-archive
CUDNN官网：https://developer.nvidia.com/rdp/cudnn-download

然后安装CUDA和CUDNN
这篇文章具体讲解了如何安装CUDA和CUDNN

https://blog.csdn.net/jhsignal/article/details/111401628

2.CUDN是否安装成功？

cmd中运行   nvcc -V

这样就是运行成功了

3.CUDNN是否安装成功？

进入到cuda的安装路径

D:\NVD\cuda_zujian\cuda_development\extras\demo_suite

直接cmd

首先执行：deviceQuery.exe，查看是否出现如下界面：

好像安装成功了

然后执行bandwidthTest.exe，出现如下界面，则代代表cuDNN也安装成功。

彻底安装成功了

4.卸载cpu版本torch

国内镜像源下载成cpu版本的torch，先卸载

pip uninstall torch

或者用pycharm卸载都行

二、包的版本要对应

1.版本要对应：

pytorch本地文件下载平台：
https://download.pytorch.org/whl/cu102
https://download.pytorch.org/whl/torch_stable.html

一定要找对版本，我就是太蠢了，比如下面

2.下载好本地包，进行安装出现错误：

ERROR: torch-2.0.1+cu118-cp39-cp39-win_amd64.whl is not a supported wheel on this platform.
解决：改名字
查看起名规则

pip debug --verbose

 cp311-cp311-win_amd64
  cp311-abi3-win_amd64
  cp311-none-win_amd64
  cp310-abi3-win_amd64
  cp39-abi3-win_amd64
  cp38-abi3-win_amd64
  cp37-abi3-win_amd64
  cp36-abi3-win_amd64

cu118/torch-2.0.1%2Bcu118-cp39-cp39-win_amd64.whl
改名为
torch-1.12.1+cu116-cp39-abi3-win_amd64.whl
就可以安装了
torch、torchvisio安装成功进入下一步

这里错误1：

• 下载的是cu118/torch-2.0.1%2Bcu118-cp39-cp39-win_amd64.whl，cu118在CUDA121下面可用，但是这里python版本不对，下面成功的案例说明python版本需要对应！！！CUDA>=cuda就行，这里安装的是cp39，对应的python3.9，自己电脑的python是3.11也就是要对应cp311
• 也有一种可能 torch-2.0.1+cu118-cp39-cp39-win_amd64.whl is not a supported wheel on this platform. 这个错误信息不是名字错误，而是提醒你版本不适配！

3.已经安装了torch却不能用

这里

import torch

结果模块未知，未导入，torch不能用
估计是版本对应问题
原因：CUDA版本不对应
同一个深度学习框架不同版本是会基于不同的CUDA版本
本机安装CUDA版本是12.1，最新torch版本需要的CUDA版本是CUDA11.8

本机版本

这里错误2：

• 我以为是CUDA版本对应错误，但是上面文章也说了，CUDA可以大于torch的cuda，所以不是CUDA问题
• 那就是其他文件版本对应有问题，我这里还没意识到python版本不对应

4.受不了了怎么安装也不对

这里破防了，两天都下载不好，直接头铁下载官网文件
pytorch官网：https://pytorch.org/

激活环境后，输入下面这句话下载

>pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118
Looking in indexes: https://download.pytorch.org/whl/cu118
Collecting torch
  Downloading https://download.pytorch.org/whl/cu118/torch-2.0.1%2Bcu118-cp311-cp311-win_amd64.whl (2619.2 MB)

通过命令窗口，观察到官网正在下载的是 torch-2.0.1%2Bcu118-cp311-cp311-win_amd64.whl，相比我之前下的文件，只有cp不同，官方是cp311，我是cp39，所以是python版本不对应！

---

通过官方知道下载的文件是什么版本后，立刻去pytorch下载本地资源，要不然下载太慢了
（所以我之前下载的版本是不对的吗？之前：cu118/torch-2.0.1%2Bcu118-cp39-cp39-win_amd64.whl，cp39，python小一点的版本就不行了吗？？？？不关CUDA的事情啊，错怪CUDA了）

---

5.安装成功

（1）成功安装
pytorch本地文件下载平台：
https://download.pytorch.org/whl/cu102
https://download.pytorch.org/whl/torch_stable.html
复制CTRL+F

官网这个  torch-2.0.1%2Bcu118-cp311-cp311-win_amd64.whl 

下载标注文件，直接关闭官方下载，然后进行本地下载

pip install 包所在的绝对路径

GPU版本的torch安装成功了！！！！！！！！！！！！！！！！！！！！！！！！

（2）安装剩余组件

原本官方的命令是这样

pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118

已经按照了torch，就改为

pip3 install torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118

然后回车下载，此时又看到官方提醒你下载的文件是什么了，然后去官网下载本地文件

Downloading https://download.pytorch.org/whl/cu118/torchvision-0.15.2%2Bcu118-cp311-cp311-win_amd64.whl (4.9 MB)
download.pytorch.org/whl/cu118/torchvision-0.15.2%2Bcu118-cp311-cp311-win_amd64.whl 
也就是：cu118/torchvision-0.15.2%2Bcu118-cp311-cp311-win_amd64.whl 

同理

 Downloading https://download.pytorch.org/whl/cu118/torchaudio-2.0.2%2Bcu118-cp311-cp311-win_amd64.whl (2.5 MB)

用官方下载信息来知道需要什么版本文件，再去找本地文件下载，强！

  Downloading https://download.pytorch.org/whl/numpy-1.24.1-cp311-cp311-win_amd64.whl (14.8 MB)

官方还在下载

6.试一试torch用的是cpu还是gpu

>>> import torch
>>> print(torch.__version__)
2.0.1+cu118
>>> torch.cuda.is_available()
True
>>>

成功了！