搭建pytorch深度学习环境（cuda-GPU版本、cudnn）避坑指南

搭建pytorch深度学习环境（cuda-GPU版本、cudnn）避坑指南

---

前言

安装pytorch环境心得&注意点：
<1>心得：搭建pytorch环境最需要注意的就是版本问题
<2>注意点：(1)首先去pytorch官网看它最新支持的cuda版本，一般cuda最新版本要比pytorch支持的版本高。pytorch官网
(2)看显卡和cuda的版本关系（如果你显卡算力高，但是cuda版本低也不行）。
目前，CUDA10.x最高支持算力7.x，CUDA11.x最高支持算力8.x

一、版本了解

1、查看显卡算力
CUDA10.x最高支持算力7.x，CUDA11.x最高支持算力8.x，所以cuda10.x不支持8.0及以上算力的显卡。
NVIDIA显卡算力查询
2、查看pytorch最新支持的cuda版本
一般cuda最新版本要比pytorch支持的版本高。目前cuda最新版本为11.4，但pytorch最新只支持cuda11.1。（2021.09.22）

（1）cuda下载地址
（2）Pytorch官网

二、安装步骤

1.下载cuda

选择合适的版本然后下载安装即可

安装完成后，在cmd命令行下输入：

nvcc -V

如果安装成功会显示你安装的cuda版本

2.下载cudnn

下载与cuda版本对应的cudnn。cudnn下载网址
（1）解压cudnn压缩包
（2）将cudnn中的bin、include、lib文件夹中的文件复制到cuda对应文件夹中
cuda位置：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1（需要用管理员权限）
lib文件夹要再往下一级（x64文件夹）

复制成功后到系统环境变量中检查bin文件路径是否在环境变量中，若在即成功
环境变量查看：右击”此电脑“–>“属性”–>“高级系统设置”–>“高级”–>”环境变量“

3.安装pytorch

到pytorch官网，根据自己的情况（pip、conda等）复制命令安装即可。

三、几点提示

根据自身所需环境的不同，在安装深度学习环境时需要考虑不同包以及版本问题，所以在安装之前最好先了解自己版本的问题，然后进行安装，可以节省一点时间。

在另一台电脑上安装的时候，因为没有安装visual studio，在安装cuda的时候出现了问题，所以安装cuda之前需要确认你是否已经安装了visual studio。

          --------------------------------- 完 ------------------------------------------

---