安装cuda版本Pytorch+pycharm的anaconda环境配置

参考https://zhuanlan.zhihu.com/p/305854081
假设已经装了cuda
进入cmd，检验cuda版本

nvcc --version

电脑1 python3.9
电脑2 python3.11

下载地址：https://download.pytorch.org/whl/torch_stable.html

如果之前装了cpu的torch，可以直接下torchvision；如果之前没有torch，需先装torch，再装torchvision，直接安torchvision会自动先安装torch的cpu版本。

找到适配win64位和python3.11的，发现最新的是cuda118，同样适配cuda12.2：

从Anaconda prompt进入自己的Anaconda环境，安装

(base) C:\Users\yhm>cd C:\Users\yhm\Downloads
(base) C:\Users\yhm\Downloads>pip install torch-2.0.1+cu118-cp311-cp311-win_amd64.whl

继续安装torchvision


（忽略试错了的torch-2.0.1）
完成！
下载后检验

python
import torch
torch.cuda.is_available()
torch.__version__

完成！
刷新一下anaconda页面，看到

说明已经安装在anaconda的base环境里了

pycharm的anaconda环境配置

参考https://blog.csdn.net/TuckX/article/details/115681862
新建project，点击Add interpreter

找到对应目录

编译器变成这样

从Files-settings里面可以看到所有安装包，torch也在

右下角查看正在使用的编译器

测试gpu加速代码，参考https://blog.csdn.net/qq_36162036/article/details/107407928

import torch
import time
from torch import autograd
#GPU加速
print(torch.__version__)
print(torch.cuda.is_available())

a=torch.randn(10000,1000)
b=torch.randn(1000,10000)
print(a)
print(b)
t0=time.time()
c=torch.matmul(a,b)
t1=time.time()

print(a.device,t1-t0,c.norm(2))

device=torch.device('cuda')
print(device)
a=a.to(device)
b=b.to(device)

t0=time.time()
c=torch.matmul(a,b)
t2=time.time()
print(a.device,t2-t0,c.norm(2))


t0=time.time()
c=torch.matmul(a,b)
t2=time.time()

print(a.device,t2-t0,c.norm(2))

结果

cuda加速了100倍

若出现pip安装包报错

Could not find a version that satisfies the requirement pymysql (from versions: none)
可用

pip install 包名 -i http://pypi.douban.com/simple/ --trusted-host pypi.douban.com

进行加速，-i前面的空格不能少