整个下载安装的流程如下
1.查看自己的电脑显卡是否支持gpu,具体查看方式可以参考我的这一篇文章
CUDA+cuDNN下载安装(配备GPU环境)_九九19496的博客-CSDN博客(但先不要下载cuda和cudnn)
2.确定自己想要的pytorch版本,在pytorch官网找到该版本需要cuda版本。
Previous PyTorch Versions | PyTorch
比如我需要1.5.0的pytorch,根据官网信息发现需要10.2的CUDA
3.win+R打开cmd,输入
nvidia-smi
查看自己的驱动版本和支持的最高cuda版本
4.如果自己需要的cuda版本高于驱动支持的最高cuda版本(否则跳过这一步),参考英伟达官方版本对应Release Notes :: CUDA Toolkit Documentation
找到自己想下载的cuda版本需要的驱动版本。在英伟达官网下载更新驱动
官方 GeForce 驱动程序 | NVIDIA
可以更新到比需要的版本高,不能低。这个下载下来直接安装就行。
5.下载cuda和cudnn,参考
CUDA+cuDNN下载安装(配备GPU环境)_九九19496的博客-CSDN博客
6.下载pytorch
建议先创建pytorch虚拟环境,在虚拟环境中下载,否则原本的环境可能版本被替换。
6.1.虚拟环境
我用的是anaconda prompt,输入
conda create -n pytorch python=3.6.6
创建python为3.6.6的名为pytorch的虚拟环境,关于创建虚拟环境可以参考以下文章。
Anaconda Prompt中创建虚拟环境(建议:每个项目 有独立的 虚拟环境)_chenhepg的博客-CSDN博客_prompt创建虚拟环境
6.2.激活环境
activate pytorch
激活名为pytorch的虚拟环境
6.3.利用清华镜像下载pytorch
更换镜像源
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 --set show_channel_urls yes
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
在pytorch官网复制对应版本的下载命令并运行
Previous PyTorch Versions | PyTorch
conda install pytorch==1.5.0 torchvision==0.6.0 cudatoolkit=10.2 -c pytorch
7.测试
anaconda在pytorch虚拟环境下,输入python
python
import torch
torch.cuda.is_available()
返回True即大功告成!
大家一定要注意各种版本问题,安装了一天多的血与泪呀