Windows下基于anaconda环境N卡gpu版Pytorch的安装

安装步骤

1. 根据自己的GPU驱动，安装合适的CUDA和CuDNN
2. 安装pytorch及相关包

检查电脑的显卡驱动

电脑上装有NVIDIA显卡驱动的条件下，在桌面上单击鼠标右键在菜单中打开“NVIDIA控制面板”：

点击 系统信息 弹出下面的对话框，在驱动程序版本那一栏就能看到该计算机使用的驱动版本。

 

 在“组件”那一页，可以看到NVIDIA CUDA driver的版本，我是刚更新的11.5。

 补充说明：这里的11.5是CUDA的driver API的版本，我们后面安装CUDA时选择的是CUDA runtime API的版本，这两个可以不一致。一般CUDA的driver API版本向下兼容runtime API，即后面我们安装的CUDA版本只要不高于11.5就没有问题。

关于CUDA的版本问题，有兴趣的可以看下面两个帖子了解。

(19条消息) nvidia-smi 和 nvcc 结果的版本为何不一致_ljp1919的专栏-CSDN博客

【CUDA】nvcc和nvidia-smi显示的版本不一致？ - 简书 (jianshu.com)

 下载CUDA

 官网：https://developer.nvidia.com/cuda-toolkit-archive

在https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html 可以查询到CUDA和NVIDIA驱动的版本关系。由于太新的CUDA版本会没有与之匹配的pytorch，所以我选择了11.3版本的CUDA：

 

 

 下载CuDNN

官网：https://developer.nvidia.com/rdp/cudnn-archive

安装CUDA

1. 和其它软件安装一样

2. 安装结束后将  ~/nvcc/bin(因为版本的不同可能在不同的地方) 目录添加到环境变量

3. 在命令行下输入 nvcc -V, 出现下列信息说明Cuda安装成功

4. 将CuDNN压缩包解压后，下面的三个文件夹中的文件复制到Cuda的安装目录对应文件夹下 

5. 然后执行Demo, 如果Demo中显示PASS则说明安装成功

    

安装Pytorch（torch+torchvision）

 不要使用官网生成的安装指令的方式进行安装，就是这种方法不要用：

 用这条官网生成的condan install命令装pytorch，可能由于镜像源等不明原因，装上的依然是CPU版本的torch

 正确方式：在官网列表 https://download.pytorch.org/whl/torch_stable.html 选择合适的版本

torch和torchvision都在这个列表里面，两个都要装，列表里的whl文件相当于是离线安装包，下载下来之后装得很快。

文件名前面的 cu113代表的就是CUDA 11.3。找到了一个不全的torch-torchvision版本对应关系：https://blog.csdn.net/qq_41542989/article/details/118974550

下载完之后在下载目录用pip指令进行本地安装：

 （torchvision的安装方法是一样，忘了截图）

验证Pytorch 

注：我开始误装的疑似CPU版本的torch.__version__后面没有+cu113的后缀。

当torch.cuda.is_available为True时说明安装正确。