安装CUDA Cudnn Pytorch(GPU版本）步骤

一.先看自己的电脑NVIDIA 支持CUDA版本是多少？

1.打开NVIDIA控制面板

2.点击帮助---系统信息--组件

我的支持CUDA11.6

二.再看支持Pytorch的CUDA版本

三.打开CUDA官网

下载CUDA 11.6

下载好后，安装 

选择 自定义 然后安装位置 （先去F盘 建个CUDA-manger文件夹 然后在里面建个CUDA11.6文件夹 再在里面建立CUDA1 CUDA2这两个文件夹 

前两个位置选到CUDA1

第三个选择CUDA2 

然后下一步 

最后验证 在anaconda promt里输入nvcc -V 可以看到CUDA的版本

四.然后去下载Cudnn,去官网

没有账号的需要注册一个，然后登陆，下载CUDA11.6对应的Cudnn,下载好之后，解压在F盘

五，安装Pytorch

找到对应的版本

看到CUDA 11.6 ,pytorch版本1.13.1 torchvision=0.14.1 torchaudio=0.13.1

如果 输入

pip install torch==1.13.1+cu116 torchvision==0.14.1+cu116 torchaudio==0.13.1 --extra-index-url https://download.pytorch.org/whl/cu116

 需要时间很久，好几个G ，所以我们还可以 去

https://download.pytorch.org/whl/cu116

 这个下载 torch  torchaudio  torchvision 

把这三个文件 放在F:\whl里

补充：下载torch 轮子很慢

右键点击，复制下载链接保存。

然后，安装Motrix下载器:https://motrix.app/download，使用Motrix下载
把刚复制的下载链接，输入到下载任务新建对话框里，新建下载任务。（我下载好了，在我的F盘）

注意：这个Motrix下载速度比迅雷快将近10倍

然后在虚拟环境里pip install 这三个（我这里是F:\whl，对应的版本 上面给出 修改一下）

pip install F:\whl\torch-1.13.1+cu116-cp38-cp38-win_amd64.whl

pip install F:\whl\torchvision-0.14.1+cu116-cp38-cp38-win_amd64.whl

pip install F:\whl\torchaudio-0.13.1+cu116-cp38-cp38-win_amd64.whl

 

安装完之后，conda list 即可看见安装的库

验证：

输入python，进入解释器

输入import torch 返回>>> 说明可以导入  然后再torch.cuda.is_available() 返回True 就说明cuda 可以用

六、Jupyter的配置，修改路径 还有虚拟环境连接jupyter.

Python深度学习：安装Anaconda、PyTorch（GPU版）库与PyCharm_哔哩哔哩_bilibili

这个up主的视频yyds,可以跟着做。

虚拟环境连接jupyter的解决办法:

进入虚拟环境里，

1、pip install ipykernel

2、python -m ipykernel install --user --name gh1 --display-name gh1

gh1为虚拟环境的名称，display-name代表显示的是什么

在虚拟环境中启动jupyter notebook

阿婆主给的方法是：ipython notebook，我这里一直提示找不到notebook。之后我使用jupyter notebook启动成功

扩展：删除虚拟环境并且删除notebook中的虚拟环境

1 查看安装了哪些虚拟环境kernel（在base或虚拟环境下运行都可以）：

jupyter kernelspec list

2 删除指定的kernel：

jupyter kernelspec uninstall  myenv2(虚拟环境名字)

3 删除虚拟环境conda remove -n EnvName --all    

EnvName是指虚拟环境的名字