Anaconda安装Pytorch1.13.1记录

0 前言

最近做的项目想要安装一个包，但发现这个包的依赖包需要torch1.13.1以上，之前配的环境还是pytorch1.11的。原以为上次踩到的坑已经很多了，没想到这次踩到了与众不同的坑。。。。所以来记录一下，以供下次参考。

1 安装CUDA

安装CUDA之前需要处理好电脑显卡驱动与计划安装的pytorch之间的关系，所以要先查看各类信息。首先我的GPU是GTX1050，10系据说建议优先安装pytorch2.0之前的版本，所以本次安装选择torch1.13.1。 ​​​​​​Previous PyTorch Versions | PyTora 然后在pytorch官网里查看1.13.1版各项依赖关系，如下图所示。可以看到CUDA11.6或11.7都支持1.13.1，但我原有的CUDA是11.3（查看方法附下文），需要更新一下。此外，也可以看见，torchvision,torchchaudio的兼容版本分别是0.14.1和0.13.1，之后安装这两个包也需要按照这个版本来。

附：

1.查看GPU型号的方法：打开设备管理器，点击显示适配器即可

2.查看本机可支持CUDA版本的方法：打开cmd命令提示窗口，输入以下命令查看CUDA Version即可,安装CUDA版本不可超过此建议本版。例如，CUDA version显示12.0，选择的CUDA版本≤12.0。

nvidia-smi

接下来开始进行CUDA11.7的安装。在搜索引擎搜索一下CUDA11.7download，选Loacal模式，按默认路径安装就好。默认路径是C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.7。

验证安装成功的方法：打开cmd命令行窗口，输入nvcc -V, 输出为新安装的CUDA版本即为安装成功。

2 安装cuDNN

安装cuDNN需要注册账户，之前已经注册过的可以直接登录并安装。选择cuDNN版本时注意与CUDA版本相匹配，且是windos系统的x86版本。这个下载完是一个压缩包，把文件解压后，复制里面的文件到CUDA的默认安装路径里，替换里面的部分文件。

安装完CUDA和cuDNN后要检查一下环境变量的情况。在win搜索栏里搜索编辑系统环境变量，在高级栏里点击环境变量。

我在这里发现了原来CUDA11.3的路径，就删掉了。这一部分每个教程提到的都有些差异，我没了解过原理，但目前没发现什么问题，我就没深究了。主要看的是CUDA_PATH、CUDA_PATH_V11_7是否对应CUDA安装的默认路径，Path变量里检查是否有以下变量。

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.7\lib
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.7\include
‪C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.7\extras\CUPTI\lib64
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.7\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.7\libnvvp

有的教程还会提到以下两个变量

C:\ProgramData\NVIDIA Corporation\CUDA Samples\vxx.x\bin\win64;

C:\ProgramData\NVIDIA Corporation\CUDA Samples\vxx.x\common\lib\x64

但我安装的时候这个路径没有更新，我暂时也没找到什么解决办法，后续的安装成功验证也可以通过，我就没管了。

验证安装成功的方法：

打开cmd命令行窗口输入

cd C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.7\extras\demo_suite

再依次输入 bandwidthTest.exe、 deviceQuery.exe输出下图：

得到result=pass即为成功安装。

3 离线安装Pytorch

在尝试直接使用官网语句安装、换镜像源安装等方法都失败后，使用离线安装torch、torchvision和torchaudio成功。离线安装过程中建议用梯子下载wheel文件，下载完后关掉梯子再打开Anaconda prompt下载离线文件。

本次计划安装torch1.13.1、torchvision0.14.1和torchchaudio0.13.1。在https://download.pytorch.org/whl/torch_stable.html 里找到对应的wheel文件，如下图所示。其中粗17指的是CUDA11.7版本，包名后面的数字是包的版本号，cp39指的是python版本号，win指的是Windows系统，linux系统选另一个。

建议把三个wheel文件下载到全英文路径，并把这个路径复制下来。关掉梯子打开Anaconda prompt，激活要安装pytorch的 虚拟环境。

在虚拟环境中切入下载wheel文件的路径

#cd /d ‘你的下载路径’
cd /d D:\Anaconda3\CUDA

用pip install 安装wheel文件,如

# pip install ‘wheel文件全名’
pip install torch-1.13.1+cu117-cp39-cp39-win_amd64.whl

依次安装三个wheel 即可。

测试一下pytorch安装是否成功吧~

在Anaconda prompt激活安装pytorch的环境，输入python进入python环境。

输入import torch,没有报错则说明安装成功。此外还可以依次运行下列语句进行进一步验证，输出如下图。

print(torch.__version__)
print(torch.version.cuda)
torch.cuda.is_available()    
print(torch.cuda.device_count())

完结撒花*★,°*:.☆(￣▽￣)/$:*.°★* 。

参考链接

https://zhuanlan.zhihu.com/p/659830627

https://blog.csdn.net/qq_43596278/article/details/136305903