1. 安装CUDA
1.1 检查是否已安装CUDA
快捷键win+r,输入cmd,在命令行中输入 nvcc -V 可以查看版本信息
若已安装,则显示版本信息,请跳转到第二步
1.2 若未安装,请于左下角搜索并打开NVIDIA的控制面板
单击系统信息,进入组件页面查看CUDA的版本
如图所示,作者电脑CUDA的版本为11.7,因此选择下载 ≤ 11.7 版本的CUDA
进入官网CUDA Toolkit Archive | NVIDIA DeveloperCUDA Toolkit Archive | NVIDIA Developer ,下载对应版本的CUDACUDA Toolkit Archive | NVIDIA Developer
版本根据个人情况而定,切勿追求高于自身版本的CUDA
下载完成之后,得到一个.exe安装程序,双击打开并下一步,建议安装路径默认,此步骤如有问题可以查看这篇文章:
(133条消息) 安装CUDA,cuDNN,Pytorch的详细教程,一气呵成!_torch==1.7.1+cu101_Nefu_lyh的博客-CSDN博客
通过快捷键win+r,输入cmd,在命令行中输入 nvcc -V 可以检查CUDA是否安装成功,若已安装,则显示版本信息
2. 安装cuDNN
进入官网https://developer.nvidia.com/rdp/cudnn-download ,先注册登录,查看自己的CUDA版本号对应自己的cuDNN(曾经需要CUDA和cuDNN版本对照表,现在英伟达只提供了两个版本cuDNN,分别对应CUDA 12.x和CUDA 11.x)
下载好压缩包后进行解压,将文件名称更改为cudnn
复制cudnn文件粘贴到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.7这个根目录下
最后,配置系统Path的环境变量
这两句话实际上就是刚才改名的cudnn文件夹里lib64和bin文件存放的目录,复制粘贴的时候注意版本号
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.7\extras\CUPTI\lib64
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.7\cudnn\bin
3. 安装Pytorch
进入官网Start Locally | PyTorch,根据第一步安装的CUDA版本,选择Pytorch的版本
通过快捷键win+r,输入cmd,在命令行中输入下面这段话,下载Pytorch
注意:作者尝试很多次,下载均失败,此外其他作者通过解析链接地址,去网盘下载依赖的方法已经过时,所以我们采取另一种万能的办法
我们进入这段pip提供的链接(根据实际情况来), 例如本方案的离线下载链接为https://download.pytorch.org/whl/cu117
我们需要下载torch、torchaudio、torchvision
3.1 下载torch
单击torch链接,根据python版本和CUDA版本搜索所需.whl文件 crtl+f搜索
cu117表示CUDA版本为11.7 cp39表示python版本3.9
可以看到,官方提供了torch-1.13.0和1.13.1两个版本,任选其一(建议选小),再根据操作系统选择win或者linux
因为作者电脑python 3.9 CUDA 11.7 win操作系统 因此下载了以下.whl文件
3.2 下载torchaudio
同理,选择适合的版本
3.3 下载torchvision
同理,选择适合的版本
3.4 安装文件
将上述文件存放到一个文件夹内,在目录框输入cmd,进入到控制台
输入之前pip未下载成功的那段话
pip3 install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu117
4.0 测试
从控制台依次输入以下代码,若出现True,则安装成功!
import torch
torch.__version__
torch.cuda.is_available()
4. 附录
Pytorch、Torchvision、Python版本对应表(2023.5.20)
torch | torchvision | Python |
main/nightly | main/nightly | >=3.8,<=3.11 |
2.0 | 0.15 | >=3.8,<=3.11 |
1.13 | 0.14 | >=3.7.2,<=3.10 |
1.12 | 0.13 | >=3.7,<=3.10 |
1.11 | 0.12 | >=3.7,<=3.10 |
1.10 | 0.11 | >=3.6,<=3.9 |
1.9 | 0.10 | >=3.6,<=3.9 |
1.8 | 0.9 | >=3.6,<=3.9 |
1.7 | 0.8 | >=3.6,<=3.9 |
1.6 | 0.7 | >=3.6,<=3.8 |
1.5 | 0.6 | >=3.5,<=3.8 |
1.4 | 0.5 | >=3.8,<=3.11 |
1.3 | 0.4.2/0.4.3 | ==2.7,>=3.5,<=3.8 |
1.2 | 0.4.1 | ==2.7,>=3.5,<=3.7 |
1.1 | 0.3 | ==2.7,>=3.5,<=3.7 |
<=1.0 | 0.2 | ==2.7,>=3.5,<=3.7 |
参考文章(解决办法和安装内容部分已过时):
(133条消息) 安装CUDA,cuDNN,Pytorch的详细教程,一气呵成!_torch==1.7.1+cu101_Nefu_lyh的博客-CSDN博客
(133条消息) torch.cuda.is_available()返回false——解决办法_Nefu_lyh的博客-CSDN博客
(133条消息) CUDA 11.7无法安装pytorch的GPU版本_cuda11.7对应的pytorch_dy_______的博客-CSDN博客