【PyTorch GPU版本安装流程记录】

一、安装Anaconda

因为之前已经安装完成anaconda，此步骤这里跳过，anaconda安装与配置可参考其他博主教程。

二、安装CUDA

查看电脑支持的最大CUDA版本
英伟达控制面板左下角 > 系统信息 > 组件 > 查看本机支持的CUDA上限版本

去CUDA官网下载CUDA Toolkit，参考此知乎回答与其作者选择相同版本10.2

版本选择依据：


参考上述知乎作者进行相同的配置：

执行exe文件进行安装：此处可以修改安装路径：

提示没有Visual Studio 如下图：

转去Visual Studio的官网下载安装community2019，未添加任何工作负载
安装完成VS后再次运行.exe，这次未出提示，直接进入安装界面：

下载安装完成后 进行检验：
使用win+R键呼出运行窗口 输入cmd打开命令提示符窗口

• 正常情况下：输入conda list 能看到cudatoolkit的存在
• 我面临的情况：没有在conda list中找到 cudatoolkit的版本信息

进行到此步骤，此时我并不确定CUDA是否安装成功，安装了Visual Studio community2019和CUDA 10.2 ，开始寻找其他回答中的方法。

---

翻找半天，参考另一个知乎回答，在前面环境的基础上继续进行配置。

三、下载cuDNN

打开网址，点击Download cuDNN，要先完成账号注册问卷填写等一系列操作，最后选择对应自己下载的CUDA版本的cuDNN，得到一个压缩包。

四、检验CUDA是否安装成功

cmd中输入 nvcc -V

orz
CUDA应该是安装成功了

五、安装并检验cuDNN

解压下载的cuDNN压缩包，将下图三个文件夹复制到CUDA的路径下：

复制后如图：

验证cuDNN是否安装完成：
打开cmd，输入

cd C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0\extras\demo_suite

然后执行命令：

bandwidthTest.exe

此处直接使用所参考的知乎回答中的截图了

然后再执行命令：

deviceQuery.exe

六、配置PyTorch

PyTorch下载地址
其文件命名规则为：(继续引用参考文章中的图片，多谢前辈大佬的探索)

ctrl+F选择我们对应的版本的 torch 和 torchvision
以我自己为例，我搜索“cu102”，找到对应的pytorch版本、python版本和操作系统版本，下载。

6.1 主环境直接安装

此时，参考的文章中转进到python的虚拟环境中进行安装，而我想直接安装，(事实证明还是安装在虚拟环境中更香)
将下载后的两个文件剪切到D盘，打开cmd，运行

pip install xxxxx.whl

xxxxx指torch的文件名字，例如我的是torch-1.5.0-cp38-cp38-win_amd64

额，顺便升级一下pip，再接着安装torchvision，运行：

pip install xxxxxx.whl

xxxxxx指的是torchvision的文件名字，例如我的是torchvision-0.6.0-cp38-cp38-win_amd64

最后，使用pip list查看对应的torch版本，或者使用python运行如下命令进行检验：

import torch
import torchvision

print(torch.__version__)		# 查看torch版本
print(torch.version.cuda)		# 查看cuda版本
print(torchvision.__version__)	# 查看torchvision版本

6.2 anaconda创建的虚拟环境中安装

由于炼丹师们可能会需要穿梭于不同的深度框架之间，不如将每个框架安装在其各自的虚拟环境中，这样使用起来更为方便。
利用anaconda创建虚拟环境，具体可参考这里。
在创建好虚拟环境后，首先要进入虚拟环境，然后参考6.1中的内容进行安装即可。

---

欢迎大家讨论交流在安装过程中遇到的一些问题。

---

参考：
[1] https://zhuanlan.zhihu.com/p/403899237
[2] https://zhuanlan.zhihu.com/p/354177054