【Windows11 NVIDIA GeForce RTX 3080 Laptop GPU 安装GPU版本的Pytorch方法】

Windows11 NVIDIA GeForce RTX 3080 Laptop GPU 安装GPU版本的Pytorch方法

一、查看显卡驱动及安装对应的CUDA版本方法

1. 查看笔记本显卡型号
   查找NVIDIA Control Panel 即可查看

   

2. 查看显卡版本、驱动及对应的CUDA版本
   在命令行中或者Anaconda Prompt中输入nvidia-smi

   
   这里可以看到可以安装的驱动版本以及对应的CUDA版本号。
   参考：（cuda 驱动对照表）https://blog.csdn.net/qq_41946216/article/details/129476960
   根据Driver Version: 512.78, 也可以选择其他版本。例：Driver Version: 512.78 >= 511.65，可以向下兼容，所以除了可以安装CUDA11.6版本以外，低版本的CUDA也可以安装，本文以CUDA11.6为例。

二、确定CUDA、cuDNN、Python、Pytorch、Torchvision、Torchaudio对应版本方法及安装

确定顺序：CUDA == 11.6 => cuDNN == 8.9.4 => Python == 3.10 => Torch == 1.12.1+cu116, Torchvision == 0.13.1+cu116, Torchaudio == 0.12.1

三、CUDA安装及确认

1. 下载安装CUDA
   下载地址：https://developer.nvidia.com/cuda-11-6-0-download-archive
   

   • 双击CUDA安装包： cuda_11.6.0_511.23_windows.exe
   • 按照默认路径安装 -> OK -> 同意并继续 -> 精简安装 -> 完成

2. 配置CUDA环境变量

   • 右键Windows -> System -> Advanced system settings -> Environment Variables
   • System variables下编辑添加：
     CUDA_PATH 安装路径\NVIDIA GPU Computing Toolkit\CUDA\v11.6
CUDA_PATH_V11_6 安装路径\NVIDIA GPU Computing Toolkit\CUDA\v11.6
   • 如果安装多个CUDA版本的话，在安装路径\NVIDIA GPU Computing Toolkit\CUDA\下会有另外的文件夹，例如v11.5，使用不同版本的话，更新环境变量即可
   • 重启电脑

3. 确认当前CUDA版本
   在命令行中或者Anaconda Prompt中输入nvcc -V, 确认安装成功。

   

四、cuDNN安装及确认

1. cuDNN版本查询及下载
   下载地址：https://developer.nvidia.com/rdp/cudnn-download

   • 注册账号、登录、同意 License Agreement
   • 下载 _for CUDA 11.x_版本
     

2. 安装cuDNN

   • 解压文件夹 -> 复制 bin, include, lib 三个文件夹到CUDA v11.6的安装目录下。

3. 配置cuDNN环境变量

   • 同CUDA环境变量配置方法，找到 Environment Variables
   • CUDA安装过程中自动配置了一个环境变量，名为Path，双击
     
   • 添加四个路径，与CUDA路径一致
     

4. 检查cuDNN是否安装成功

   • 打开命令行：Win + R : cmd

   • 在CUDA安装路径下：找到 deviceQuery.exe
     输入：deviceQuery.exe
     Result = PASS

     
     

   • 运行 bandwidthTest.exe
     输入：bandwidthTest.exe
     Result = PASS
     

   • 两者全部PASS表示cuDNN安装成功

五、安装GPU版本的Pytorch

1. 在Anaconda Prompt下创建虚拟环境并进入
   conda create -n [Virtual Name] python=[Version Number]
conda activate [Virtual Name]

2. 确定Pytorch版本
   确认地址：https://pytorch.org/get-started/previous-versions/
   
   确定版本：Torch == 1.12.1+cu116, Torchvision == 0.13.1+cu116, Torchaudio == 0.12.1

3. 安装Pytorch

   • 在虚拟环境中下载输入命令
     pip install torch==1.12.1+cu116 torchvision==0.13.1+cu116 torchaudio==0.12.1 --extra-index-url https://download.pytorch.org/whl/cu116

   • 如果正常安装则安装完成，但如果失败查找不到文件，可能是Python版本不对

     • 进入下载地址：https://download.pytorch.org/whl/cu116 查找我们要下载的文件
       
       
     • 注意：这里的cu116是CUDA11.6的缩写，cpXXX指的是Python版本，这里对应的版本有3.7、3.8、3.9、3.10，所以查看Python版本
     • 卸载原来的Python版本并安装对应版本
       pip uninstall python== xxxxxx
pip install python== xxxxxx
     • 再次安装Pytroch

4. 验证是Pytorch GPU版本是否安装成功

   • 进入虚拟环境
   • 进入Python环境 python
   • 输入：
     import torch
torch.cuda.is_available()
   • 输出：True
     
   • GPU版本安装成功。