window10anaconda配置pytorch-gpu

一、查看自己电脑GPU的版本

两种办法：
1.在cmd控制台输入nvidia-smi命令，在CUDA Version中查看CUDA版本
2.单击桌面的NVIDIA控制面板，然后左下角系统信息，点击组件就能看到CUDA版本

二、下载CUDA

在CUDA官网下载与自己电脑版本对应的CUDA11.1，选择window-x86-10-exe

https://developer.nvidia.com/cuda-toolkit-archive

在下载过程中，需要将visual studio integration选项取消，安装完成后在系统变量中查看是否已经添加了系统变量，这个是自动添加的，如果没有自动添加，则需要手动添加。

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1\libnvvp

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1\bin

四、安装CUDNN

在下面的网站中找到和CUDA对应版本的CUDNN

https://developer.nvidia.com/rdp/cudnn-archive

测试：
在cmd控制台中，输入nvcc -V，查看是否安装成功。

五、安装pytorch

在pytorch官网，找到CUDA和pytorch对应的版本，我的电脑CUDA版本是11.1.114，可以安装pytorch1.8.0 torchvision0.9.0 torchaudio==0.8.0。

https://pytorch.org/get-started/previous-versions/

根据安装的CUDA版本、pytorch版本以及python的版本，在下面的网页中找到对应的pytorch版本，

https://download.pytorch.org/whl/torch_stable.html

网页中的cu111就是CUDA11.1，cp38就是python3.8，然后是window版本，amd64就是64位系统。
下载完成后在命令行中输入：pip install+下载位置\torch下载的文件名字。

pip install D:\Python\torch-1.8.0+cu111-cp38-cp38-win_amd64.whl

然后可以在python里面运行此代码：

import torch
import torchvision
print(torch.__version__)
a=torch.ones((3,1))
a = a.cuda(0)
b = torch.ones((3,1)).cuda(0)
print(a+b)

print(torch.__version__)  #注意是双下划线
print(torch.version.cuda)
print(torch.cuda.is_available())
print(torch.cuda.get_device_name())



print(torch.__version__)
print(torchvision.__version__)

结果为下面的情况，即配置成功

1.8.0+cu111
tensor([[2.],
        [2.],
        [2.]], device='cuda:0')
1.8.0+cu111
11.1
True
GeForce RTX 2060
1.8.0+cu111
0.9.0

文章参照：https://www.cnblogs.com/ruiruizhou/p/15430876.html