PyTorch安装指南：轻松上手深度学习框架（CUDA）

PyTorch 是一个非常流行的开源深度学习框架，它支持动态图，这使得开发者能够更容易地构建和调试复杂的模型。PyTorch 可以运行在 CPU 上，也可以利用 NVIDIA 的 CUDA 平台加速计算，从而在 GPU 上执行。下面是如何在你的系统上安装 PyTorch，以便你可以开始使用 CUDA 加速功能。

安装前准备

1. Python环境：确保你的系统上已经安装了 Python 和 pip。推荐使用 Python 3.6 或更高版本。
2. NVIDIA GPU：如果你希望使用 CUDA 加速，需要一台配备了 NVIDIA GPU 的电脑。
3. CUDA Toolkit：这是 NVIDIA 提供的一套开发工具，用于编写和运行 CUDA 应用程序。你需要根据你的 GPU 型号和操作系统下载相应的 CUDA 版本。
4. cuDNN：cuDNN 是 NVIDIA 的深度神经网络库，专门针对深度学习应用进行了优化。通常情况下，cuDNN 版本需要与 CUDA 版本相匹配。

安装步骤

1. 安装 CUDA

• 访问 NVIDIA 的官方网站并下载 CUDA Toolkit。
• 根据指示完成安装。注意在安装过程中选择合适的组件。
• 设置环境变量。确保 CUDA_HOME 指向 CUDA 的安装目录，并且将 CUDA_HOME/bin 添加到系统的 PATH 中。
• 在命令提示符中输入nvidia-smi可以查看你的电脑最高可支持的CUDA版本
• CUDA Toolkit Archive | NVIDIA Developer进入该网址中选择你所要下载的版本（推荐12.1.0）
• 根据你的电脑系统选择要下的版本
• 下载完安装即可

3. 安装 PyTorch

• 使用 pip 安装 PyTorch。首先，确认你的系统是否支持 PyTorch 的 CUDA 版本。可以通过命令 nvidia-smi 查看 CUDA 是否正常工作。

• PyTorch点击进入pytorch官网根据你的CUDA版本，复制pytorch下载地址

• 选择这三个进行下载（）

• 

• 可以参考以下版本进行下载（我选择的是显卡来运算，python版本为3.9）

• 使用pip安装 (pip3 install + 下载的文件地址)

  pip3 install E:\Torch\torch-1.13.1+cu117-cp39-cp39-win_amd64.whl
  pip3 install E:\Torch\torchaudio-0.13.1+cu117-cp39-cp39-win_amd64.whl
  pip3 install E:\Torch\torchvision-0.14.1+cu117-cp39-cp39-win_amd64.whl

• 最后，在pycharm设置中的python解释器中查看是否下载好所需要的torch

4. 验证安装

• 创建一个新的 Python 脚本或 Jupyter 笔记本。

• 运行以下代码检查 PyTorch 是否正确安装并且能够使用 CUDA

• import torch
  
  print(torch.__version__)
  print("Is CUDA available?", torch.cuda.is_available())
  if torch.cuda.is_available():
      print("CUDA device name:", torch.cuda.get_device_name(0))

• 如果一切顺利，你应该能看到 PyTorch 的版本号以及确认 CUDA 是否可用的信息。

以上就是安装 PyTorch 并启用 CUDA 支持的基本步骤。如果你遇到了任何问题，请确保所有软件版本都是兼容的，并且遵循官方文档提供的指导。