GPU版本pytorch的安装

本文仅提供python+CUDA+pytorch的安装，不包含Anaconda的安装

安装python3.9版本

python解释器下载器和pytorch库以及CUDA安装器在如下网盘下载：

链接：https://pan.baidu.com/s/1bobvu7nMdPDUNcs3NOdjHQ
提取码：6s8i

CUDA

CUDA 的下载链接：https://developer.nvidia.com/cuda-toolkit-archive，以其中 的 CUDA 11.3 为例，点击进入，如图所示。

接下来要选择平台，点击 Windows，之后自动弹出更多内容，按图选择， 最后点击右下角的 Download（2.7GB），建议将其放置新建的 D:\CUDA 中。

下载好之后，将 exe 文件放置在新建的 D:\CUDA 内，点击 exe 文件，大约 要等两分钟，会弹出如图 5-5 的提示框，这里要选择临时的解压文件夹，考虑到 解压后需要占用大约 7G 的内存，因此建议放在 D:\CUDA\Tem 内，安装结束后， 该临时解压文件夹会自动删除。

解压好后，进入如图的安装界面，同意并继续后，点击“自定义”。 

 

 接下来，仅仅选择 4 大项中的 CUDA，并取消 CUDA 中关于 VS 的选项。

 完成后，按照默认的 C 盘路径进行安装（大约 7G）即可，结束后如图 。

 接下来配置环境变量，如果你是按照默认路径 的话，其路径应该是：

 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA

 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3\lib\x64

 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3\bin

 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3\libnvvp

安装pytorch

PyTorch 一分为三：torch、torchvision 与 torchaudio。这三个库中，torch 有 2G 左右，而 torchvision 和 torchaudio 只有 2M 左右，因此一般在代码里只会 import torch。当 torch 的版本给定后，另外两个附件的版本也唯一确定了。 安装 torch 前，先给出一张安装表，其中 cu113 即 cuda 11.3，cp39 即 Python 解释器的版本是 Python3.9。

安装命令为 pip install 路径\轮子名.whl，即在命令行中执行以下三条命令

pip install D:\whl\torch-1.12.0+cu113-cp39-cp39-win_amd64.whl

pip install D:\whl\torchvision-0.13.0+cu113-cp39-cp39-win_amd64.whl

pip install D:\whl\torchaudio-0.12.0+cu113-cp39-cp39-win_amd64.whl

到此安装完成

进入 Python 解释器检验

出现以上结果则安装完成。