1、确定cuda版本
nvidia-smi查看cuda版本为11.6,试图使用pytorch官网安装命令的时候(Previous PyTorch Versions | PyTorch)不断报错各种版本冲突,遂放弃。
因为1年多之前用的时候也没有额外安装CUDA,听说是集成在torch包里面了,所以先试试,节约一点本就不多的硬盘空间……
用nvcc -V查不出来的原因可参考:
CUDA版本不同:nvidia-smi和nvcc -V_cuda不同版本_Sophia$的博客-CSDN博客
2、手动下载安装包
https://download.pytorch.org/whl/torch_stable.html
已知cuda版本为11.6,在该页面中CTRL+F查找关键词“cu116”,再根据自己python版本找到后缀为cp3xx的文件下载就好了,目前最多支持到3.10,如果装了3.11是不支持的,安装也会报错,这种情况就要给python降级了,重新install一下就好
conda install python=3.10
在这里需要下载三个包(以我自己的需求为例):
torch —— torch-1.13.1+cu116-cp310-cp310-win_amd64.whl
torchvision —— torchvision-0.14.1+cu116-cp310-cp310-win_amd64.whl
torchaudio —— torchaudio-0.13.1+cu116-cp310-cp310-win_amd64.whl
实际上就是对照着官网给的语句去选择:
# CUDA 11.6
conda install pytorch==1.13.1 torchvision==0.14.1 torchaudio==0.13.1 pytorch-cuda=11.6 -c pytorch -c nvidia
在这里已经没有早年间攻略里写的啥啥toolkit了,也就直接不管,能用就行问题不大
linux还是windows也按自己情况选择
3、手动安装
在anaconda虚拟环境里面用pip安装,可以写绝对路径,也可以将工作环境转至whl所在文件夹之后语句里只写文件名,都可以
pip install xxxx.whl
4、关于numpy
验证import torch时报错:No module named 'numpy.core._multiarray_umath'
环境里的numpy是我一开始用pip安装的,但它读不到,所以将其卸载之后用conda重新装一次
pip uninstall numpy
conda install numpy
5、验证安装成功
>>> import torch
>>> print(torch.cuda.is_available())
True
>>> print(torch.cuda.device_count())
1
>>> print(torch.version.cuda)
11.6
完结撒花~
最后,谁能想到我重新配环境的原因,竟然是想用yt-dlp下视频(要python3.7以上)呢……