GPU-pytorch1.2.0+conda+cuda环境配置

注：一般torcch会向下兼容低版本的运行，但是有些代码只支持低版本（如何安装旧版本的见最后）

理论部分

（参考B站【最详细的 Windows 下 PyTorch 入门深度学习环境安装与配置 CPU GPU 版 | 土堆教程】 https://www.bilibili.com/video/BV1S5411X7FY/?p=28&share_source=copy_web&vd_source=b62494af2cc7c8db93c2727d3f2b224a）

CUDA驱动、CUDA、各种其他库（pytorch(即torcch)）、conda、pycharm之间的关系

1确定自己的显卡算力：任务/设备管理器 8.6

2确定可以选择的CUDA Runtime Version：可选版本为11.1--12.3

3确保CUDA Driver版本>=CUDA Runtime Version版本

这个命令查到自己的CUDA Driver版本是11.6，可选版本为11.1--11.6

4 torch - torchvision - python 版本对应关系

 

我的配置是python3.7+torch1.2.0+torchvision0.4.0

5CUDA Toolkit 和PyTorch的对应关系

我的配置是torch1.2.0+CUDA10.0 

 操作部分

显卡版本（算力）、驱动版本（Driver Version）、CUDA Toolkit（CUDA Version）、PyTorch版本之间的匹配_cudatoolkit和cuda的版本-CSDN博客 1更新驱动（可选择不更新）

 

更新完成后为

 2安装CUDA Toolkit、torcch、 torchvision库。打开Previous PyTorch Versions | PyTorch选择比12.2小的CUDA

注意：

• CUDA Toolkit 和PyTorch、 torch 和 torchvision 和 python都有对应关系
• 如果不指定 torch 版本，这里一般下载最新的 torch 版本 
• 与电脑或者服务器上已经装好的 CUDA 不会发生冲突 （这一点相比安装 tensorflow 要友好得多）
• 有一点是需要特别注意的，但是在你们安装时，不一定会碰得上。在不指定版本的情况下，anaconda 会下载最新能匹配的依赖包版本 ，但不一定是你需要的版本；在指定下载版本的情况下，如果用 conda install xxxx=verision1 , anaconda 中如果没有版本为 version1 的 xxxx 依赖包，则会直接报错，如果是使用 pip install XXX==version2，即使是 anaconda 中没有版本为 version2 的 XXX 依赖包，anaconda 也不会报错，并且使用命令 conda list 会显示安装了 version2 版本的 XXX 依赖包，但是实际上并没有安装好该依赖包 。
• 遇到的问题：无法直接通过官网指令安装，显示没有通道什么的，所以选择了[镜像源]或[手动whl]方式。注：南大镜像源不是很好用，慢

我的过程 ：离线手动安装了torch和torchvision，镜像源安装了CUDA Toolkit

https://download.pytorch.org/whl/torch_stable.htmlcu102 # 表示 CUDA=10.2 ，cp37 # 表示 python=3.7 ，linux or win

注：也可以pip在线安装pip install torch==1.0.0 torchvision==0.2.1 -f https://download.pytorch.org/whl/cu100/torch_stable.html

3 最后

最后进入python中执行以下代码就可以查看cuda和cudnn版本号了，输出正常就是成功了！

import torch
print(torch.__version__)
print(torch.cuda.is_available())
print(torch.version.cuda)
print(torch.backends.cudnn.version())

 如何安装旧版本的torch

 方法一

1去官网找旧版本https://pytorch.org/get-started/previous-versions/

2指令conda install pytorch==旧版本 torchvision==旧版本 torchaudio==旧版本 -c pytorch(或镜像地址)

可以利用conda seach pytorch==旧版本 -c 镜像地址 验证通道是否有这个版本的torch

方法二

pip install pytorch==版本 xxxx（对于大于1.0）

pip install 下载文件地址（whl）（对于小于1.0）