pytorch GPU安装教程

**

前提：已经成功安装anconda， CUDA， cudnn

**

注意：前提：已经成功安装anconda， CUDA， cudnn

创建conda 环境

首先按win+R 输入 cmd 进入
如果你已经成功安装conda，可以输入

conda env list 

查看已经安装的环境。

更多的一些conda命令可参加这个blog， https://blog.csdn.net/zhayushui/article/details/80433768 这一个我觉得是比较齐全的。

因为要创建一个新环境 我们可以使用如下的命令

conda create -n yolo python=3.8

yolo 是你的环境名称，可以替换为你所需要的。
python=3.8 是你想安装的python版本 根据自己的需求可选择不同的版本。
然后 回车后 输入 y 确定安装

等待一段时间安装完毕，那么第一步就结束了。

pytorch 安装

新环境创建完成后，首先我们要激化进入此环境。

activate yolo

下一步就是比较重要的步骤了 安装pytorch gpu版本。
在此之前 你需要明确你可以安装什么版本的pytorch 这个和你的CUDA版本有关

上面是一个简要的介绍，一般来说高版本的pytorch能兼容低版本cuda
不过强烈建议在官网上查看对应的版本要求pytorch
CUDA版本查看：在终端中输入nvcc --version 如果你成功安装会显示下面的界面，cuda_11.1就是你已经安装的版本。

我这是11.1的版本，可以看见图片中并没有对应的pytorch介绍，因为我们可进入官网查看
进入官网后，ctrl+F 快捷搜索，输入11.1 能够较快的发现可用的版本。



等等等。。。。。
可以直接复制命令行到终端下面进行安装
但是我不建议你使用官网的命令进行安装，因为这件很慢 会花费大量时间，建议使用一下两种方式：

• 1.镜像安装（添加镜像安装 有很多教程 我就不多介绍了）
• 2.本地离线安装

这里主要介绍下本地安装方式：
先把需要安装的库下载下来，然后进行安装
我们以这个版本为例：

 pip install torch==1.9.1+cu111 torchvision==0.10.1+cu111 torchaudio==0.9.1

1. 首先下载离线包
   进入这个网址 https://download.pytorch.org/whl/torch_stable.html里面有大量你需要包
   定位到你想安装的torch版本处：
   
   cu111是你的CUDA11.1的简称， cp38 是你的python版本， 后面是你的系统，注意不要选cpu了
   我在此处选择 torch-1.9.1+cu111-cp38-cp38-win_amd64.whl 下载。
   直接下载可能比较慢 耐心等待，或者将连接复制到迅雷中，可大幅的度加快下载速度。

还要下载torchvision 与 torchaudio 对应版本包
https://download.pytorch.org/whl/torchvision/
https://download.pytorch.org/whl/torchaudio/

2. 安装离线包
   找到下载保存的位置，在终端中进行安装：
   pip install E:\迅雷下载\torch-1.9.1+cu111-cp38-cp38-win_amd64.whl
   后面是你的下载的地址
   
   再安装剩余两个文件：
   
   注意在安装 torchvision 前，需要提前安装numpy,和pillow,可以用以下命令安装：

pip install numpy -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install pillow -i https://pypi.tuna.tsinghua.edu.cn/simple

最后完成对torchvision 的安装

验证

• python pip list
  
• 终端查看

import torch
print(torch.cuda.is_available())
print(torch.__version__)

那么恭喜你 安装成功了