Windows GPU版 Pytorch 安装 授渔版

搞了好几天遇到了很多问题，所以我会把自己安装的方法总结出来，而不是一步一步按照固定的版本来写，因为框架都在不停的更新中，所以授渔不授鱼。大家follow这个步骤应该无论什么时候都能成功安装。

准备工作

安装Anaconda，python 版本3以上。如果没有，请搜索相关安装教程并完成安装。如果安装了Anaconda就不需要单独安装python。

Anaconda安装知乎链接：(https://zhuanlan.zhihu.com/p/75717350)

查看python版本方式：win+R键后输入cmd打开命令终端，输入python --version。

步骤1 Pytorch依赖软件版本确认

去Pytorch官网(https://pytorch.org/get-started/locally/)，根据自己的需求和系统版本确认所需的CUDA版本。确认后不要关闭网站，步骤3会用到。

步骤2 显卡驱动，CUDA，cuDNN更新与安装

步骤2.1 显卡驱动版本检查与更新

去官方的链接（https://www.nvidia.cn/geforce/drivers/）更新驱动，可以下载自动更新也可以根据自己的显卡型号手动更新，我选择的是自动更新。自动更新需要登陆或者创建NVIDIA账号，这个可以创建一个，后面都会用到。

步骤2.2 CUDA更新或安装

1. win+R键后输入cmd打开命令终端，输入nvcc -V或nvcc --version查看CUDA版本是否满足步骤1中查到的版本。这里是已经安装好的V11.3.58。
   
2. 如果不满足，打开CUDA官网（https://developer.nvidia.com/cuda-toolkit-archive），下载对应的版本。我选择的是CUDA Toolkit 11.3.0，点进去后跳转到下图页面，选择操作系统、架构、操作系统版本和本地安装（exe(local)）后，直接点击Download下载。文件有点大多等会。

3. 下载完成后双击安装包，都是自动安装，需要选择的时候选推荐的，然后一直点同意，等系统安装完成即可。
4. 可以用上面提到的nvcc -V或nvcc --version查看下是否更新成功。

步骤2.3 cuDNN文件下载与拷贝

cuDNN官方下载链接：https://developer.nvidia.cn/zh-cn/cudnn
访问cuDNN下载链接并用步骤2.1里的账号登录。这里首先根据已经安装好的CUDA版本点击链接后根据电脑系统再点击链接，如图所示。

下载完成后解压得到名为cuda的文件夹，将cuda\bin，cuda\include，cuda\lib\x64里面所有的文件复制粘贴到CUDA的安装目录下的对应文件夹下（安装目录：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3）。（请注意是复制所有文件不是文件夹，要把cuDNN解压后的每个文件复制过去。请注意cuda\lib\x64这里是两个子目录，点到最里面）

1. cuda\bin\所有.dll文件 》—复制到—》C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3\bin
2. cuda\include\所有.h文件 》—复制到—》C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3\include
3. cuda\lib\x64所有.lib文件 》—复制到—》C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3\lib\x64

一般情况下不需要重新配置环境变量，因为重新安装CUDA会直接更新环境变量。

步骤3 Pytorch安装

1. win+R键后输入cmd打开命令终端，输入命令创建虚拟环境conda create -n pytorch_gpu pip python=3.8。需要（y/n）确认时，输入“y”回车即可。这里python=3.8是python版本，可以根据自己已经安装的python版本来选择，Pytorch不支持Python 2.x。查看python版本方式：win+R键后输入cmd打开命令终端，输入python --version。

2. 进入创建好的环境：conda activate pytorch_gpu
   

3. 再次去步骤1里的网站，Package一定记得选Pip，然后复制Run this Command 旁的代码在刚刚创建好的虚拟环境运行。我这里的是：

pip3 install torch==1.10.1+cu113 torchvision==0.11.2+cu113 torchaudio===0.10.1+cu113 -f https://download.pytorch.org/whl/cu113/torch_stable.html

整个过程会自动安装，需要（y/n）确认时，输入“y”回车即可。

5. 验证PyTorch是否安装成功
   在命令行输入python，进入python的解释器，再复制下面两行代码，敲个回车。

import torch
print(torch.rand(5,3))
torch.cuda.is_available()

如果出现类似下图5*3的tensor代表Pytorch安装成功。

6. 在上一步的基础上运行下面这行代码，如果输出“True"，则说明可以使用GPU加速Pytorch.
   torch.cuda.is_available()

安装不成功：解决torch.cuda.is_available为False

我之前踩坑是因为用conda安装，所以步骤3里面的第3步，Package一定记得选Pip，用pip安装就是GPU版，用conda是CPU版。