聊聊Pytorch-cuda安装哪些事

每个想在gpu上进行机器学习训练的都需要安装pytorch-cuda，而我的安装经历可以用一句歌词形容，那就是“刚擒住了几个妖，又降住了几个魔，……”

显卡

首先需要确保自己的计算机有显卡，可以使用

nvidia-smi

指令查看显卡驱动版本，如下图所示：

但是需要注意这里显示的CUDA Version是可以安装的CUDA的最高版本，也就是说实际安装的CUDA版本可以比这个版本低，但是不可以比这个版本高！

CUDA

实际安装的CUDA版本不光要看显卡支持的CUDA版本，更重要的是考虑tensorflow/pytorch能够支持的CUDA最高版本（看官网信息）。

nvcc -V可以检查是否安装成功。

后来看一个博主的介绍：如果只是需要训练、简单推理，则无需单独安装CUDA,直接安装pytorch；如果有部署需求，例如导出TensorRT模型，则需要进行CUDA安装。（这也解释了我之前发现的CUDA版本和虚拟环境中的cuda版本不符，但模型仍可以正常训练的情况）

【手把手带你实战HuggingFace Transformers-入门篇】基础知识与环境安装 - YouTube

cudnn

cudnn的安装需要查看其与tensorflow/pytorch以及CUDA对应版本，注意看表格。

TensorFlow、PyTorch各版本对应的CUDA、cuDNN关系_pytorch和tensorflow的cuda-CSDN博客

anaconda

这个就是一个虚拟环境，方便构建多个虚拟环境，实际在虚拟环境中安装的pytorch-cuda的版本可以比本机CUDA版本高，依旧可以正常使用gpu。虚拟环境中安装pytorch的流程在windows和linux系统上一致。

pytorch

很多代码库会提示安装pytorch的指令是下面这样的简单版本，但是本人尝试从来没有成功过。

conda install pytorch

我们实际输入的安装指令需要使用pytorch官网提供的指令，见

Previous PyTorch Versions | PyTorch

然后会进行漫长的solving environment环节，如果一切顺利的话会显示将会安装的包

注意看pytorch、torchaudio、torchvision跟了一个cu102的小尾巴，表示将要下载cuda10.2对应的版本。如果没有这个小尾巴代表将会安装cpu版本，想要安装gpu版本的就可以在这时输入n，停止安装过程了，然后从头检查各项版本是否匹配。

成功安装效果测试

作为一个愚蠢的人类，torch.cuda终于is availabe了，也不枉我发烧一场了。

补参考链接：Windows端CUDA11.3+CUDNN+pytorch环境搭建_cuda11.3对应的cudnn-CSDN博客【Linux】多个版本的CUDA切换 - 知乎 (zhihu.com)