CUDA下载与对应版本查询

1 算力，CUDA Driver Version，CUDA Runtime Version

• 比如说我们进入pytorch官网中，点击下载，如何找到适合自己的CUDA版本
  
• CUDA 与三个东西息息相关：第一，显卡的硬件；第二，显卡的驱动，显卡的驱动和cuda driver version是密切相关的，第三，cuda runtime version，是cuda运行时的一个版本
• 一定要让他们三个相互匹配，才能用GPU
  

2 显卡型号

• 首先确定自己的显卡型号，通过驱动软件或者是任务管理器
• 打开cuda官网看型号链接: CUDA官网
  
• 其次确认CUDA Runtime版本
  
• 最后看自己的驱动CUDA Driver Version
• 打开命令行窗口，输入nvidia-smi，看见cuda的版本
• 去pytorch下载对应的cuda版本即可，在可用的当中选择最新的

3 实操

• 进入终端，首先创建一个虚拟环境conda create -n wuqi python=3.7
• 输入conda activate wuqi（wuqi为虚拟环境名）
• 进入 pytorch官网
• 点击conda，找到对应的下载指令
• 如果下载太慢可以选择镜像地址
• • 清华镜像：http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
• • 北京外国语大学镜像：http://mirrors.bfsu.edu.cn.anaconda/cloud/pytorch/
• • 阿里巴巴镜像: http://mirrors.aliyun.com/anaconda/cloud/pytorch/
• • 南京大学镜像: https://mirror.nju.edu.cn/pub/anaconda/cloud/pytorch/
• 如果是linux就找linux版本，Mac就找mac
• 进入镜像官网后找到链接进行复制，粘贴在原来-c 后面，替换掉python
• mac安装anaconda教程

4 镜像

• 如果安装的过程中某个东西很慢，就可以分开进行安装
• 比如原本我们要安装torchaudio cudatoolkit=11.3
• 那么我们就可以单独的安装，并找到对应的镜像源，这里用南京镜像源举例链接: 南京大学镜像
• conda install PyTorch torch vision torchaudio -c https://mirror.nju.edu.cn/anaconda/cloud/pytorch/linux-64/
• conda install cudatoolkit=版本 -c https://mirror.nju.edu.cn/anaconda/pkgs/main/