1050ti显卡安装cuda

win10+1050ti下安装pytorch-gpu

---

1.安装CUDA

1.1显卡状况查看

1.1.1打开设备管理器

可见答主本机有一个集成显卡和一个独立显卡 1050ti

1.1.2 在桌面单击鼠标右键，选择NVIDIA 控制面板，并打开

在NVIDIA控制面板界面顶栏选择帮助->系统信息打开

进入组件界面，在3D设置一项内可见名为NVCUDA64.DLL文件，在文件对应产品名称一栏可见当前硬件支持的CUDA版本（对答主本机来说为CUDA11.1）
另外在正式安装CUDA若显卡驱动可以更新的可以先更新一下显卡驱动

1.2 CUDA下载

在了解了对应支持的cuda版本后便可以到nvidia官网下载对应版本的cuda了

进入安装网页，点击此处

---

对于不能翻墙无法打开网页的用户可以试试将网页链接里的.com后缀跟换为.cn后缀（答主亲测有效），包括后面下载对应得CUDA时也可以将.com改为.cn,具体解释可以参考这篇博文

---

找到你需要安装的CUDA版本（以CUDA10.1为例）

点击进入安装选择，

可以根据自己的需要选择installer type（推荐exe[local]）

1.3 CUDA安装

下载好.exe文件后，直接双击打开，显示临时解压文件位置

可更改为你想解压到的位置，点击OK，等待系统检查，授权许可，

接下来在安装选项中选择自定义安装，并将VS勾选去掉（否者安装过程容易退出）

请添加图片描述

下一步，到达指定安装位置，可以更改为自己想要安装到的位置

例如答主便将其改到了新建的D:\cuda\NVIDIA GPU Computing Toolkit文件夹下

然后便静静等待安装完成即可

1.4 对应环境变量配置

在安装完成后打开系统环境变量，进行配置，如下图

在系统变量Path中检查：以下四条环境变量是否添加（以答主本机为例，自查时请将D:\cuda\NVIDIA GPU Computing Toolkit替换为自己的安装路径）

​ 1.D:\cuda\NVIDIA GPU Computing Toolkit

​ 2.D:\cuda\NVIDIA GPU Computing Toolkit\lib\x64

​ 3.D:\cuda\NVIDIA GPU Computing Toolkit\bin

​ 4.D:\cuda\NVIDIA GPU Computing Toolkit\libnvvp

1.5 验证

以上内容配置好后可在终端输入nvcc -V 进行验证

---

2. cudnn下载

2.1 cudnn的下载

进入 网页，点击下载cuDNN

之后会需要你注册一个账号，按照程序引导，注册就好了，注册完后再点击下载cuDNN便会进入下一界面

选择对应的cuDNN下载，我这里下载与cuda10.1相匹配的

将下载下来的cudnn文件解压，并用解压出的文件直接替换cuda安装目录下的文件

---

3. 安装pytorch-gpu

3.1 创建新的虚拟环境

安装anaconda，并利用conda配置一个新的虚拟环境并激活

conda create -n torch_gpu python=3.7

conda activate torch_gpu

3.2 安装pytorch

进入官网，根据官网上的提示选择好后输入命令并运行

conda install pytorch torchvision cudatoolkit=10.1 -c python

或者点击网页，下载对应torch和torchvision的wheel版本

下载完成后，将终端cd到安装路径下并输入以下命令

pip install torch-1.3.0-cp37-cp37m-win_amd64.whl
pip install torchvision-0.4.1-cp37-cp37m-win_amd64.whl

等待安装完成，待安装完成后

输入 python 进入终端

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

验证成功

如此，pytorch-gpu便安装完成