Win10下的PyTorch GPU安装，CUDA11.2版本以及将Pytorch环境添加至jupyter notebook的内核中

声明一点：PyTorch并没有专门为CUDA11.2版本提供相应的Pytorch版本，但是CUDA11.2可以向下兼容CUDA11.1版本 ，因为我们选择CUDA11.1版本安装。

1.确认PyTorch和CUDA版本的对应关系

---

 2.确认PyTorch和Python版本的对应关系

---

 3.创建并激活PyTorch的虚拟环境

conda create -n pytorch python ==3.8

conda activate pytorch

4.Pytorch下载的官网

Previous PyTorch Versions | PyTorchhttps://pytorch.org/get-started/previous-versions/

 找到如图所示的pip安装命令

---

# CUDA 11.1
pip install torch==1.8.0+cu111 torchvision==0.9.0+cu111 torchaudio==0.8.0 -f https://download.pytorch.org/whl/torch_stable.html

 （本人亲测没有出现依赖冲突）

---

 5.检查是否安装成功

在pytorch虚拟环境下

python # 进入python解释器

import torch

print(torch.cuda.is_available())

结果为True则Pytorchgpu版本成功安装

6.将pytorch环境添加至jupyter notebook的内核中 

conda activate pytorch 

pip install ipykernel

python -m ipykernel install --user --name=pytorch
# 绿色位置为自己目标加入到内核的虚拟环境

再次打开jupyter notebook虚拟环境pytorch以及成功添加到jupyter的内核中