CUDA11.1.114安装pytorch

Win10下安装pytorch

以下安装都基于conda。如果未安装conda，可以参考第二部分。

cuda+pytorch

本文主要是记录一些安装时的关键点。具体安装时，还需要结合下面两个教程进行：
1. Windows下pytorch-gpu安装以及CUDA详细安装过程 附带各个版本安装包；
2. Pytorch安装（CUDA11.1）

需要版本匹配（可以在https://developer.nvidia.com/cuda-downloads查看）。经过对照，我的电脑安装的cuda和cudnn版本：
cuda: https://developer.nvidia.com/cuda-11.1.1-download-archive。 历史版本
cudnn: https://developer.nvidia.com/rdp/cudnn-download。历史版本

上面查出的CUDA版本可能不准，如果你曾安装过其他的NVIDIA开发包的话（我就是这样，安装的是11.14.xx，这儿就显示了，导致我查到的pytorch版本不正确。最新一次安装，将cuda-11.1.1版本安装在了一个12.0版本的NVIDIA CUDA上，目测因为cuda是只与平台有关）。如果安装过，去程序和功能中删除自己曾经安装的就好了。
安装NVIDIA驱动的方法就不赘述了。可参见上面链接。

接下来使用conda配置环境：

conda create -n pytorch python=3.7.9 创建环境

conda activate pytorch 激活环境

conda install pytorch=1.8.0 torchvision=0.9.0 cudatoolkit=11.1 -c pytorch 安装pytorch，试了很多方法，加上这个-c容易成功。
不加-c不容易成功，我使用清华和ustc源下载时会报没有响应的torchvision版本。如果此时连不上外网，还可以试一下把已有的env下的conda环境拷贝到新机子的env下，具体可参考Anaconda环境迁移：直接将之前搭建好的环境从一个机子迁移到另一个机子。

>>> python
>>> import torch
>>> torch.cuda.is_available()
True

【如果报错】正常情况下，如果安装了NVIDIA驱动，那么上面查看NVIDIA版本也可以在cmd使用nvidia-smi命令。但是，如果该命令报错不是内部或外部命令，也不是可运行的程序或批处理，那么可能需要重新安装驱动,也可能不需要（先看下C:\Program Files\NVIDIA Corporation\NVSMI是否有这个程序）。参考解决nvidia-smi不是内部或外部命令，也不是可运行的程序或批处理问题。

驱动下载地址：https://www.nvidia.cn/Download/index.aspx?lang=cn
小米笔记本驱动下载地址：https://www.mi.com/service/notebook/drivers

安装一些常用包

pip install tqdm==4.64.1 matplotlib==3.0.3 pillow==6.2.2 numpy==1.21.6

miniconda

安装参考： windows中安装miniconda与环境配置

1. 基本步骤如下

• 首先，安装pycharm（腾讯管家就能下），安装miniconda。
• 其次，添加系统路径。E:\software\MiniConda , E:\software\MiniConda\Scripts , E:\software\MiniConda\Library\bin。然后，可以Win+R输入cmd调出命令行窗口，然后输入conda看到一些提示词。
• Pycharm: 创建新项目-选Existing interpreter-添加解释器处选conda environment-解释器:E:\software\MiniConda\python.exe，执行器：E:\software\MiniConda\Scripts\conda.exe.
• File-setting-Plugins-查询"Chinese",安装“Chinese Language Pack”

配置源：Anaconda配置国内镜像源

(base)
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge/

设置搜索时显示通道地址

(base) C:\Users\ItsMe>conda config --set show_channel_urls yes
(base) C:\Users\ItsMe>conda config --show channels

pip用-i指定国内镜像源

pip install opencv -i https://mirrors.aliyun.com/pypi/simple/

常用pip安装镜像：

清华：https://pypi.tuna.tsinghua.edu.cn/simple
阿里云：https://mirrors.aliyun.com/pypi/simple/
中国科技大学: https://pypi.mirrors.ustc.edu.cn/simple/
华中理工大学：https://pypi.hustunique.com/
山东理工大学：https://pypi.sdutlinux.org/
豆瓣：https://pypi.douban.com/simple/

配置pip文件pip -v config list可以查看文件在哪儿。C:\Users\ItsMe\pip

Linux安装pytorch

Linux版相对简单。首先查看cuda版本（右上角）。我的是10.2.

nvidia-smi

然后安装anaconda，记得加入系统路径,然后重新编译：

echo 'export PATH="~/anaconda3/bin:$PATH"' >> ~/.bashrc
source ~/.bashrc

这样，最后就可以在命令行直接使用conda xxx了。当然，pycharm也可以这样：

echo 'export PATH="~/pycharm-community-2021.2.2/bin:$PATH"' >> ~/.bashrc
source ~/.bashrc

这样，就可以直接在命令行输入pycharm.sh启动pycharm了。然后，就可以创建一个环境，配置torch了。

conda create -n torch python=3.7
conda activate torch
(torch) conda install pytorch torchvision cudatoolkit=10.2 -c pytorch

最后这个安装一定要用-c pytorch,这味儿才正宗（别问我怎么知道的）。至于下哪个版本，结合版本和官网，就可以确定了。

修改pytorch版本

conda install pytorch==1.8.0 torchvision==0.9.0 torchaudio==0.8.0 cudatoolkit=10.2 -c pytorch当然，我是照例不需要torchaudio的。