win10安装Pytorch笔记（包括cuda, cudnn版本匹配，cudatoolkit, pytorch版本匹配）

需要安装的部分：

1. CUDA toolkit 驱动以及cuDNN （官网下载）
2. 安装cudatoolkit、pytorch包 （Anaconda Prompt中输入命令安装）

感谢博主 1 1=3！，他的文章在安装驱动方面提供了直观易懂的参考！

步骤

1. 检查电脑GPU是否支持CUDA

打开“设备管理器 - 显示适配器” 查看型号，一定要是NVIDIA，然后在官网上查找CUDA是否支持相关型号，如果支持即可进行下一步。官方查询网址

2. 安装 cuda toolkit 驱动

1）首先，确定显卡驱动版本，再根据官方建议确认cuda toolkit版本。
电脑显卡驱动的管理程序GeForce Experience（下载地址）

在官方给出的表格范围内寻找可用的CUDA版本（下图为示例）：

2） 下面就以 CUDA 11.1 为例，找到对应版本并下载

3）下载后，双击直接安装。
如果安装程序的系统检查出现找不到硬件的问题，有可能是因为，当前CUDA Toolkit版本与显卡驱动不匹配。

4）添加环境变量：

5）检验：
Win+R cmd 打开命令行， 输入 nvcc -V
如果出现

说明CUDA Toolkit安装成功。cmd里面可以输入nvidia-smi得到相关的信息显示（此处就不示例了）。

3. 安装cuDNN

下载匹配的cuDNN ，只要该版本支持CUDA 11.1就行：

将cudnn的zip文件解压缩，得到cuda目录中，如图所示的文件：

打开文件路径C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1 （是安装时选择的路径，有可能会被默认到C:\Users(username)\AppData\Local\Temp\CUDA），分别将cudnn解压缩得到的三个文件夹中的文件 分别copy到该路径下的同名文件夹中，txt文件直接copy到v11.1目录下就可：

检查CUDA的安装状态：（图片出处）
打开命令提示符，转到安装路径下 .\CUDA\v11.1\extras\demo_suite
运行bandwidthTest.exe，显示：

再运行deviceQuery.exe：

说明cuda toolkit和cudnn安装正确。

4. Anaconda Prompt 安装cuda toolkit 包

安装Pytorch时，为避免版本冲突，我选择重新创建一个虚拟环境（env_name是环境名，自己取）：

conda create -n env_name python=3.8

然后根据官网的提示输入command，比如最新版本的pytorch：

即输入

conda install pytorch torchvision torhaudio cudatoolkit=11.1 -c pytorch -c nvidia

或者选择以前的版本：

即

conda install pytorch==1.8.0 torchvision==0.9.0 torchaudio==0.8.0 cudatoolkit=11.1 -c pytorch -c conda-forge

`

5. 检验pytorch是否安装成功

打开Anaconda Prompt，输入conda activate (env name)，打开python：

import torch
print(torch.cuda.is_available())
print(torch.verision.cuda)

如果打印结果为 True，以及cuda版本，那么说明Pytorch安装成功。

欢迎留言交流。