Pytorch GPU版本安装实践，基本是无脑操作

Pytorch GPU版本安装实践，基本是无脑操作。

一、查看自己显卡的Driver Version和对应的CUDA Version

参看方法：进行命令行窗口，输入“nvidia-smi”，回车就可以看到了
注意这个CUDA Version 是电脑最好支持的CUD版本号！！！

二、查看自己显卡应安装的对应CUDA版本号

上面看到我的Driver Version是457.3，所以我应该安装的CUDA是11.1.1update1.

查看对应版本号方法：在官网查看：https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html

三、找到CUDA对应的安装pytorch的指令

安装指令分成conda 和 pip 两种方式，两种都可以安装pytorch。
例如我用的conda安装指令:

注意复制这个安装指令的时候，使用不通的源，参考这个文章设置一下就可以。或者直接按照我的指令运行“conda install pytorch1.8.0 torchvision0.9.0 torchaudio==0.8.0 cudatoolkit=11.1”

安装指令查看官方网址：https://pytorch.org/get-started/previous-versions/

四、在Anaconda中进行安装

打开Anaconda,进入要安装pytorch的对应虚拟环境，输入指令就可以。
由于安装内容较大，需要保持网络通畅。
下图是我已安装完成的效果。

五、测试是否可以应用

依次按照我的操作输入，返回TURE就可以了。说明当前的pytorch，可以正常使用GPU运算。

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