Windows Anaconda Pycharm CUDA 10.2 安装 pytorch 踩坑记录

本文默认读者已安装配置好 Anaconda 和 Pycharm，二者的安装方法网上也有很多，在此不再赘述。

注意电脑是 Nvidia 显卡的才能装 CUDA，本文安装 CUDA 的 gpu 版本。

目录

1、查看本机 CUDA 版本

2、Anaconda 创建新环境

3、下载对应 torch 并安装

---

1、查看本机 CUDA 版本

没装 CUDA 的可参考这篇博客装上。CUDA 的版本是可以自己更新的，不过可更新的最高版本取决于你的电脑硬件。

windows 下常用的查看 CUDA 版本的命令有两条，第一条查看 运行时API 即 Runtime API

nvcc -V

第二条查看 驱动 API 即 Drive API

nvidia-smi

这两条查看 CUDA 版本的结果可能不一致，一般驱动 API 比 运行时 API 的版本高即可，如我的电脑上 Runtime API 为 10.2，Drive API 为 11.2。似乎 Drive API 跟在英伟达控制面板的系统设置里查看的是一样的，指的是可接受的最高版本。我按照 nvcc -V 的结果安装的，即我的电脑上 CUDA 版本为 10.2

查看 CUDA 版本后，需安装对应的 cudnn，去英伟达官网注册登录后即可下载，注意 cudnn 必须和你的 CUDA 版本对应。

（如已安装 cudnn 可跳过此步）

下载之后，解压缩，将 cudnn 文件夹中的各自的 bin、clude、lib 文件夹中的内容，直接复制添加到 CUDA 的安装目录的对应相同名字的文件夹下即可。

2、Anaconda 创建新环境

打开 Anaconda Prompt，创建一个名为 pytorch_gpu 的 Python 版本为 3.7 的环境

conda create -n pytorch_gpu python=3.7

激活此环境

conda activate pytorch_gpu

注：使用 conda deactivate 退出当前环境，下面的步骤 3 需在激活此环境后进行。

3、下载对应 torch 并安装

torch 是一个库，pytorch 就是在 python 上的 torch。

去官网找到自己对应的版本

我的是 CUDA 10.2，建议使用 pip 安装，不要使用 conda 安装，我之前就是用 conda 安装的一直报错。 conda 似乎会分析各个包之间的依赖关系进行配置，而且 conda 上的安装包也不够 pip 上的新。

如我在 Windows 下的 CUDA 10.2 选择 pip 安装稳定版，命令为

pip3 install torch==1.9.0+cu102 torchvision==0.10.0+cu102 torchaudio===0.9.0 -f https://download.pytorch.org/whl/torch_stable.html

如果上面这条命令下载速度太慢，可以用 -i 临时使用清华镜像下载

pip3 install -i https://pypi.tuna.tsinghua.edu.cn/simple torch==1.9.0+cu102 torchvision==0.10.0+cu102 torchaudio===0.9.0 -f https://download.pytorch.org/whl/torch_stable.html 

下载完成后，使用如下命令进行测试，import 成功且 torch.cuda.is_available() 返回 True 则安装成功。

参考博客

1. https://blog.csdn.net/zazazaz1/article/details/108085918