从0开始安装Tesnorflow 2(GPU)、Pytorch(GPU) [Pytorch(GPU) 终结篇]

安装PyTorch（GPU版） 

前提概要：

1、安装使用Anaconda （anaconda虚拟环境有灵活性、可重塑性）

2、已经按上文成功安装 CUNN、cuDNN。

上文链接：从0开始安装Tesnorflow 2(GPU)、Pytorch(GPU)[CUNN、cuDNN配置篇]-CSDN博客文章浏览阅读174次，点赞2次，收藏4次。在许可协议中，选择自定义，点击"下一步"下一步之后，就会自行安装。等待结束。结束页面。https://blog.csdn.net/Kight_king/article/details/137522087?spm=1001.2014.3001.5502

用到Anaconda的"Anaconda prompt"创建虚拟环境

输入命令 conda env list ，查看当前虚拟环境 (base是本地环境)

上回提到，个人选择安装的是Pytorch 1.12, python 3.9, cuDNN 8.1, CUDA 11.2。

一、方法一：

定位pytorch官网首页找到已安装CUDA版本对应pytorch的下载命令。

pytorch官网首页：Start Locally | PyTorchStart Locallyhttps://pytorch.org/get-started/locally/

(1)  pip命令下载安装（速度较慢）

以前官网的首页页面：

目前官网的首页页面：

对比两条下载命令：

pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu116

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

不难发现，除CUDA 版本(因素)、Pytorch版本(结果)不一样，其他选项配置相同的情况下，cu116 表示 CUDN 11.6，cu118 表示 CUDN 11.8。

查看以前版本，发现没有直接对应CUDA 11.2的pytorch版本，所以就近安装 CUDN 11.3。对应的Pytorch版本对应的下载命令可以是 

pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu113

开始安装

I.  创建虚拟环境 pytorch22（名字随便取，中间不要有空格和其他非法字符就行），指定python版本为3.9     (按照官网，CUDA 11.2对应的是 Pytorch 1.12版本，而Pytorch 1.12版本对应的python版本介于3.7~3.10之间 )

II. 输入命令，激活虚拟环境创建好的pytorch22：

conda activate pytorch22

输入pip命令，下载torch、torchvision、torchaudio到虚拟环境pytorch22中:

pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu113

III. 输入命令，查看是否安装成功并且是GPU版本

 conda list

IV. 输入命令，检测计算机是否支持 CUDA

成功安装后，输入 exit() 退出python，下载spyder (作为虚拟环境pytorch22的编辑界面)

conda install spyder

注：创建虚拟环境时，需要指定 python版本

不指定python版本，默认安装最新版python，按命令下载得到的是pytorch官网页面最新稳定版本pytorch2.2.2(对应CUDA11.8的)

(2)  conda命令下载安装（个人感觉不太行）

I.  创建虚拟环境 pytorch22（名字随便取，中间不要有空格和其他非法字符就行），指定python版本为3.9     (按照官网，CUDA 11.2对应的是 Pytorch 1.12版本，而Pytorch 1.12版本对应的python版本介于3.7~3.10之间 )

II. 输入命令，激活虚拟环境创建好的pytorch22：

conda activate pytorch22

根据官网给的命令，类似推pip命令的方法推出 CUDA 11.2 的 conda命令：

conda install pytorch torchvision torchaudio pytorch-cuda=11.3 -c pytorch -c nvidia

报错找不到 nvidia的镜像文件下载地址。

修改命令为：

conda install pytorch torchvision torchaudio pytorch-cuda=11.3 -c pytorch 

成功下载后，输入 conda list查看下载文件版本:

发现下载的是CPU版本的pytorch，不是GPU版本的pytorch。

如果需要删除虚拟环境，首先输入命令 conda deactivate 退出当前虚拟环境，回到 base本地环境，再输入命令 conda remove --name pytorch22 --all，删除虚拟环境 pytorch22。

二、方法二：

通过本地下载好pytorch文件、torchvision文件、torchaudio文件来安装Pytorch。

 定位到pytorch官网以前的pytorch版本：Previous PyTorch Versions | PyTorchInstalling previous versions of PyTorchhttps://pytorch.org/get-started/previous-versions/

图1

图2

发现没有CUNN 11.2直接对应的pytorch版本，于是临近选择CUNN 11.3对应最大版本的pytorch版本 1.12.0。

到pytorch官网指定的地方下载文件：

https://download.pytorch.org/whl/torch_stable.htmlhttps://download.pytorch.org/whl/torch_stable.html

I. 根据图2下载pytorch1.2.0对应的下载pytorch文件、torchvision文件、torchaudio文件

II. 创建虚拟环境pytorch12,激活虚拟环境：

III. 输入命令 pip install 再移入下载成功的 torch文件(先torch文件)，然后依次pip install torchvision文件、torchaudio文件

如果创建虚拟环境pytorch12没有设置好python版本，pip install 文件时会出现报错：

IV. 重复上面步骤，输入 conda list

V. 下载spyder作为虚拟环境pytorch12 编辑界面