2023年关于Anaconda+gpu版本pytorch+pycharm安装心得

目录

1、CUDA和CudNN的不对应安装

2、Pytorch正确下载但torch.cuda_is available()还是False

3、pycharm的interpreter找不到对应python版本

4、使用清华镜像源总是报错

---

1、CUDA和CudNN的不对应安装

我的电脑的NVIDIA型号是NVIDIA GeForce MX250

打开NVIDIA的系统信息，知道自己是CUDA 11.1 

输入下列代码查看到自己NVIDIA相关信息，包括Driver Version，CUDA Version

NVIDIA-smi

根据下图判断可以使用CUDA11.1以下的版本，只要Driver Version不超过457.49，但是自己在实践中得知如果下载cuda11.1可能还是会出现不匹配的情况，故下载了cuda10.2版本。

cuda、cudnn、pytorch必须要统一版本号，如果版本对应不上需要卸载重新安装。

我使用的是cuda10.2，故在官网上找到cuda10.2对应的cudnn版本，进入cudnn下载的页面要注册后才能下载文件，否则不行，由于cuda和cudnn下载的网站都是国外的网站，所以如果能科学上网在google浏览器中下载速度会更快。

CUDA下载网址 

CUDA Toolkit Archive | NVIDIA Developer

cudnn的下载网址

https://developer.nvidia.com/rdp/cudnn-download

2、Pytorch正确下载但torch.cuda_is available()还是False

点进pytorch官网，发现最低能选择的版本为cuda11.6，此时可以点击上方的install previous versions，复制粘贴命令

注意！！

看到很多博主建议使用清华镜像源下载，并在复制链接后去掉-c pytorch，但是使用conda镜像下载后的pytorch是cpu版本不是gpu版本，建议还是到官网pip下载，同理如果下载较慢可以通过科学上网到国外下载。

pytorch的下载链接

PyTorch

3、pycharm的interpreter找不到对应python版本

pycharm下载有专业版和社区版，我是在官网上下载的社区版，现在下载就是2022版本的了

但是！

下载2022版本的pycharm后不能在project interpreter中找到gpu版本的python，但是下载2019年版本的pycharm之后，又可以搜索到自己创建的py36虚拟环境下的python3.6。

具体原因我也并没有弄清楚，不过如果出现了这类问题不妨试试换一个pycharm版本号。

4、使用清华镜像源总是报错

修改.condarc添加镜像源时总是会发现多数博主中能够查阅到的清华镜像源带有https，并且开头带有channels: - defaults，网上能够查阅到的较好方法是叭这两者均去除。

show_channel_urls: true
channels:
  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
ssl_verify: true

但不知道是只有清华镜像源如此还是其他相关的镜像源也是如此，有时候使用清华镜像源下载函数包时我也会报错，这里列出一些其他的相关镜像源

阿里：

Simple Index

豆瓣：

https://pypi.doubanio.com/simple

清华：

Index of /apache

具体配置镜像源的方法可以使用这篇文章

Python配置镜像源的三种方法_是along不是alone的博客-CSDN博客_python镜像源

以上是我在学习过程中遇到的一些问题。