pytorch gpu版本安装

正确的安装顺序

完蛋的，我写到现在才发现，由于我对于要安装的东西一知半解，导致我开始就被误导了，我首先查看了自己的cuda版本号，然后去安装pytorch，后来发现官网上pytorch都到11.6了，我才只有10.0，我还以为我的电脑太旧了，结果，啊cuda就是个程序，可以更新的，也就是说我这篇文章就是在记录自己的sb下载历程，好的我认了，所以官网上就可以直接下载到带gpu版本的pytorch，我是因为自己的cuda太旧了官网都不支持了才搞得这么狼狈，哈哈哈哈哈哈，哈哈哈哈哈，我是个sb，总结一下所以 安装一个pytorch gpu版本只需要如下步骤：
如果torch.cuda.is_available()返回True，那么您的计算机上已经安装了NVIDIA显卡驱动程序，可以使用GPU进行计算。但是，要使用PyTorch的GPU计算模块，仅有NVIDIA显卡驱动程序是不够的，还需要安装CUDA和cuDNN，所以一共要安装四个东西cuda，nVidia，pytorch和cudnn。

0️⃣安装cuda

如果有的话但是版本旧了要不还是升级一下吧，pytorch推荐的都到了11.6了，太旧了就是自己给自己找麻烦，官网下载地址： CUDA Toolkit 12.3 Downloads | NVIDIA Developer
只需要按照下面的配置好自己的电脑参数，下载安装，你就可以获得最新的cuda

1️⃣安装nVidia

-首先检查自己的nVidia
直接搜索打开你的nVidia控制面板，一般都是有的，但是版本太旧的话后面的pytorch是用不了的，所以最好还是更新一下，当然你也可以试一试不更新直接到步骤2

-下载比较新的nVidia
为什么说比较新的呢？因为最新的安装不上，一直提示版本不兼容，如果还是装不上要记得卸载旧的！
在这个网址搜索： 官方高级驱动搜索 | NVIDIA
搜索的参数设置如下（产品类型、产品系列、产品家族和操作系统请按照自己的机器来设置，nVidia控制面板可以看到自己的显卡型号，你如果没有nVidia控制面板，也有办法可以看到显卡型号）：
要查看 Windows 中的显卡信息，请按照以下步骤操作：
1.按下 Windows + R 键打开“运行”对话框。
2.输入“dxdiag”并按下 Enter 键打开 DirectX 诊断工具。
3.在 DirectX 诊断工具窗口中，选择“显示”选项卡。
4.在“设备”部分，您可以看到您的计算机上安装的显示设备的名称、制造商、芯片类型和驱动程序版本等详细信息。

然后搜索的结果如下，我选择了最后一个，直接搜索出来第一个531.18是最新的但是我装不上😢：

-卸载旧的nVidia
不卸载旧的话，安装新的时候可能会提醒此版本与你的Windows版本不兼容，其实不是不兼容，这个提示是模糊的，他是因为你有一个旧的驱动程序所以安装失败，当然也可能是其他的原因
打开设备管理器，展开显示适配器，右键点击卸载设备即可

2️⃣安装pytorch

官网地址： Start Locally | PyTorch

你就这样选好，把命令复制到命令行运行就好啦
查看结果
进入python，输入：
import torch
print(torch.__version__)

你能看到后面是+cuxxx就成功了，+cpu是下载到了cpu版本的，这样是不行的，要下载cu开头的才是gpu版本的
然后再运行下面的指令
torch.cuda.is_available()
结果为true表示成功！😃

3️⃣安装cudnn

随便吧，懒得写了，这个没啥问题，去查一下别人咋装的，比如这样：
【精选】CUDA与cuDNN安装教程（超详细）-CSDN博客

4️⃣检查是否安装上了

~检查CUDA是否安装
您可以按照以下步骤检查CUDA是否安装：
打开NVIDIA控制面板，选择“帮助”菜单，然后选择“系统信息”。
在“组件”列表中查找“CUDA”条目。如果CUDA已经安装，则会显示CUDA的版本信息。
~检查cuDNN是否安装
您可以按照以下步骤检查cuDNN是否安装：
打开cuDNN安装目录，通常为“C:\Program Files\NVIDIA GPU Computi
ng Toolkit\CUDA\version\bin”。
查找名为“cudnn64_ .dll”的文件，其中“”是cuDNN的版本号。如果找到了该文件，则表示cuDNN已经安装。

---

错误的安装历程（但是也是成功的，也许对大家也有点用处）

下面是我之前编辑的我走的弯路😭：

这篇文章你能获得什么？
~如何下载到合适版本的nVidia驱动程序（步骤2）
~如何才能安装上nVidia驱动程序（步骤1）
~cuda,cudnn,nvidia的区别（步骤4）
~如何下载带gpu的pytorch（步骤3）

---

1. 卸载旧的nVidia驱动

为什么要卸载？
不卸载旧的话，就无法安装新的，那么为什么要安装新的，那是因为我做到最后pytorch提示我：我的nVidia驱动程序太旧了，如果你本来就有可以用的nVidia驱动程序没有这个更新的需求可以跳过步骤1和步骤2。（我的电脑2019年的，自带的这个驱动程序太旧了，后面会导致pytorch的cuda用不了，所以要卸载旧的安装新的，如果不卸载，可能安装不了新的， 但你也可以试试）

1.1 打开设备管理器，展开显示适配器，可以看到可能会有nvidia驱动程序，

1.2 卸载旧版本nvdia方法，右键点击卸载设备即可

2. 下载新的nvdia驱动

nvdia官网（ps：这个网站不知道为啥总会卡┭┮﹏┭┮难道是我自己的网有问题，然后我总得刷新）：

人工智能计算领域的领导者 | NVIDIA

进去官网后点击右上角的驱动程序，选择匹配自己的机器的型号，注意要看自己的nvidia是什么型号的。我的是GeForce MX250 Windows10的，那你就这样设置，然后点击搜索：

但是这样下载到的是最新的531.18版本，这个版本与我的系统不匹配！我尝试了很多方法都无法安装，解决方法是要去下载低版本（这个新版本是不是有bug呀）！下载低版本的方法：

在这个网址搜索：官方高级驱动搜索 | NVIDIA

搜索的参数设置如下（产品类型、产品系列、产品家族和操作系统请按照自己的机器来设置）：

然后搜索的结果如下，我选择了最后一个：

3. 安装pytorch

通过官网下载的是不带cuda的版本，可以切换到python，输入下面的命令：

import torch

print(torch.__version__)

可以看到+cpu就是表示cpu版本，那么就没办法使用gpu的。于是，我查了各种方法，查了torch、torchvision和cuda版本号的对应关系，去官网单独下载whl文件进行安装，但是最后还是无法匹配😫

最后找到一个人的成功案例，使用如下命令即可：

pip install torch==1.7.1 torchvision==0.8.2 -f https://download.pytorch.org/whl/torch_stable.html -i Simple Index

安装后再验证如下：

注意，cu开头的就是cuda版本，如果你要去官网下载whl文件需要gpu版本的就找cu开头的。

官网的轮子地址：https://download.pytorch.org/whl/

成功界面：

4. 安装cuda和cudnn

如果torch.cuda.is_available()返回True，那么您的计算机上已经安装了NVIDIA显卡驱动程序，可以使用GPU进行计算。但是，要使用PyTorch的GPU计算模块，仅有NVIDIA显卡驱动程序是不够的，还需要安装CUDA和cuDNN。

CUDA是一种并行计算平台和编程模型，提供了一组C语言函数库和编译器，可以在GPU上运行C语言代码。PyTorch的GPU计算模块是基于CUDA实现的，因此需要安装CUDA才能使用PyTorch的GPU计算功能。

cuDNN是一个深度神经网络加速库，可以加速各种深度学习任务。PyTorch的GPU计算模块是基于cuDNN实现的，因此需要安装cuDNN才能使用PyTorch的GPU计算功能。

如何检验自己是否安装了cuda和cudnn:

在Windows上检查CUDA和cuDNN是否安装的方法与在Linux或macOS上略有不同。

~检查CUDA是否安装

您可以按照以下步骤检查CUDA是否安装：

• 打开NVIDIA控制面板，选择“帮助”菜单，然后选择“系统信息”。

• 在“组件”列表中查找“CUDA”条目。如果CUDA已经安装，则会显示CUDA的版本信息。

~检查cuDNN是否安装

您可以按照以下步骤检查cuDNN是否安装：

• 打开cuDNN安装目录，通常为“C:\Program Files\NVIDIA GPU Computi

• ng Toolkit\CUDA\version\bin”。

• 查找名为“cudnn64_.dll”的文件，其中“”是cuDNN的版本号。如果找到了该文件，则表示cuDNN已经安装。

如果您没有安装CUDA和cuDNN，可以按照官方文档中的说明进行安装。安装完成后，您可以在PyTorch等深度学习框架中使用GPU加速进行计算。

总结：

感觉自己绕了好久弯路，开始的时候搞不明白到底要装什么，而且安装nVidia的时候总是提示与Windows版本不兼容，可是我就是按照自己的机器配置的，后来才发现是要删除旧版本的驱动程序，hhh特别感谢一下chatgpt，和他的沟通总是高效的。

我是怎么发现自己犯傻的呢，我最后去查看cuda是否安装成功，觉得那个界面熟悉的很，那不是就是我要安装pytorch时查看过cuda版本号的界面吗，然后我的cuda从10.0变成了11.6😅，我一直苦苦搜索cuda 10.0如何才能下载到正确的pytorch，我还怪我的电脑太旧了搞得这么麻烦，红红火火恍恍惚惚，这篇糟糕的文章谁会看呀，谁会看我出丑啊啊啊啊啊啊啊啊